Analysing network traffic and detecting network threats by using the algorithms of machine learning
Makine öğrenimi algoritmalarını kullanarak ağ trafiğini analiz etme ve ağ tehditlerini tespit etme
- Tez No: 868748
- Danışmanlar: Assoc. Prof. Dr. ZAFER AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Ağ güvenliği, Makine öğrenmesi, Siber saldırı, Network security, Machine learning, Cyber attack
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Abdullah Gül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilgi teknolojileri ilerledikçe bilgiye erişim imkânları artmakta ve dolayısıyla da bilginin güvenliğinin sağlanması zorlaşmaktadır. Günümüzde bilişim sistemlerinin hayatın her alanında kullanılmaya başlanması ile birlikte ağ tehditleri de artmıştır. Bireysel olarak internete erişimin ve internet kullanımının artması ağ tehditlerini de beraberinde getirmiştir. Ayrıca bilişim teknolojilerindeki son gelişmeler, gelişen global iletişim ağları, tüm nesnelerin ağlarla birbirine bağlanmasını hedefleyen nesnelerin interneti, bulut teknolojileri, mobil internetin yaygınlaşması ve cihazların yenilenmesi ile birlikte ağ tehditleri ve belirsizlikleri de beraberinde getirmiştir. Ağ tehditleri bireyleri, kurumların bilgi ve iletişim sistemlerinde güvenlik zafiyetlerini her geçen gün arttırmaktadır. Bu durum sistemlerin çalışmamasına, ekonomik zarara ve siber güvenliğin tehlikeye girmesine neden olmaktadır. Birey, kurum ve kuruluşlara katkı sağlaması adına tez çalışmamız ağ tehditlerine karşı bilgi sistemlerini korumayı, veri gizliliğini, bütünlüğünü ve erişilebilirliğini güvence altına almayı, ağ tehditlerini önceden tespit etmeyi ve bu tehditlere karşı önlem almayı hedeflemektedir. İnternet üzerindeki çoğu ağ saldırılarını içeren heterojen ağ trafiğini analiz ederek ve makine öğrenmesi algoritmalarını kullanarak ağ tehditlerinin tespitinde gerçeğe yakın bir sonuca ulaşacağımıza inanıyoruz. Bu sonuç doğrultusunda bilişim sistem ve yapılarında ağ tehditlerine karşı önlemler almayı sağlayacağını düşünmekteyiz.
Özet (Çeviri)
As information technologies progress, the possibilities of access to information increase and therefore it becomes difficult to ensure the security of information. Today, with the use of information systems in all areas of life, network threats have also increased. The increase in individual access to and use of the internet has also brought network threats. In addition, the latest developments in information technologies, developing global communication networks, the internet of things aiming to connect all objects with networks, cloud technologies, the spread of mobile internet and the renewal of devices have brought network threats and uncertainties. Network threats increase the security vulnerabilities in the information and communication systems of individuals and organisations day by day. This situation causes systems to malfunction, economic damage and cyber security to be jeopardised. In order to contribute to individuals, institutions and organisations, our thesis aims to protect information systems against network threats, to ensure data confidentiality, integrity and accessibility, to detect network threats in advance and to take measures against these threats. We believe that by analysing heterogeneous network traffic, which includes most network attacks on the Internet, and using machine learning algorithms, we will reach a result close to reality in the detection of network threats. In line with this result, we will be able to take precautions against network threats in information systems and structures
Benzer Tezler
- DDoS attack detection using frequency domain characteristics
Frekans tabanında DDoS saldırı tespiti
RAMİN FADAEİ FOULADİ
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM
- Virmon: Sanallaştırma tabanlı otomatik bir dinamik zararlı yazılım analiz sistemi
Virmon: A virtualization-based automated dynamic malware analysis system
HÜSEYİN TİRLİ
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. TAKUHİ NADİA ERDOĞAN
- Makine öğrenmesi yöntemleri ile network üzerinde saldırı tespiti
Intrusion detection on network with machine learning
MEHMET ZAHİD YILDIRIM
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. ABDULLAH ÇAVUŞOĞLU
- Machine learning approach for external fraud detection
Dış saldırıların belirlenmesi için makine öğrenimi yaklaşımı
AJI MUBALAIKE
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ERTUĞRUL KARAÇUHA
PROF. DR. EŞREF ADALI
- Ağ davranış modeli ile kurum içi saldırıların belirlenmesi
Detection of insider attacks using network behavour model
AYŞE GÜL
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ERTUĞRUL KARAÇUHA
PROF. DR. EŞREF ADALI