Integration between network intrusion detection and machinelearning techniques to optimizing network security
Ağ güvenliğinin optimize edilmesi için ağ sızıntı tespiti ile makine öğrenme teknikleri arasındaki entegrasyon
- Tez No: 884021
- Danışmanlar: DOÇ. DR. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Siber güvenlik riskleriyle kuşatılmış, giderek bağlantılı hale gelen bir dünyada, güçlü izinsiz giriş tespit sistemlerine (IDS) duyulan ihtiyaç çok önemlidir. Bu tez IDS gelişimine yeni bir yaklaşım önermektedir. algılama doğruluğunu ve direncini artırmak için modern makine öğrenimi algoritmalarını ve özellik seçme tekniklerini kullanıyor. Daha önceki araştırmalardan ders alarak mevcut IDS yaklaşımlarındaki temel kusurları ele alıyoruz. ölçeklenebilirliğe ve gelişmiş saldırılara karşı duyarlılığa vurgu. Rastgele Orman, Gradyan Arttırma Makineleri ve Sinir Ağlarını içeren önerdiğimiz hibrit modelimiz, ağ izinsiz girişlerini tespit etmede %96 gibi dikkate değer bir doğruluk oranı elde ediyor. İzinsiz Giriş Tespiti Değerlendirme Veri Kümesini (CIC-IDS2017) kullanan denemelerimiz, önerilen tekniğin gerçek dünya koşullarındaki etkinliğini göstermektedir. Bu araştırma, dijital altyapıların güvenliğini ve dayanıklılığını güçlendirmeye yönelik pratik bilgiler sunarak siber güvenlik tekniklerinin gelişimine katkıda bulunuyor.
Özet (Çeviri)
In an increasingly linked world beset with cybersecurity risks, the necessity for powerful intrusion detection systems (IDS) is paramount. This thesis proposes a fresh approach to IDS development. using modern machine learning algorithms and feature selection techniques to boost detection accuracy and resistance. Drawing upon lessons from earlier research, we address fundamental flaws in existing IDS approaches. emphasis on scalability and susceptibility to advanced assaults. Our suggested hybrid model, incorporating Random Forest, Gradient Boosting Machines, and Neural Networks, obtains a remarkable accuracy rate of 96% in identifying network intrusions. Utilizing the Intrusion Detection Evaluation Dataset (CIC-IDS2017), Our trials illustrate the efficacy of the proposed technique in realworld circumstances. This research contributes to the evolution of cybersecurity techniques by delivering practical insights for strengthening the security and resilience of digital infrastructures.
Benzer Tezler
- Yazılım tanımlı ağlar ve nesnelerin interneti temelli akıllı şebekelerde anomali tespiti
Anomaly detection in smart grids based on software-defined networks and the internet of things
HİLAL YILDIZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSA BALTA
- Multi-objective approach for intrusion detection in RPL-based internet of things
RPL tabanlı nesnelerin internetinde izinsiz giriş tespiti için çok kriterli yaklaşım
ALİ DEVECİ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEVİL ŞEN AKAGÜNDÜZ
DR. ÖĞR. ÜYESİ SELİM YILMAZ
- GSM transmisyon donanımları gözetim ve denetim arayüzü
Supervision of the base station subsystem transmission equipments on the GSM
NEVİN BASIM
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. EMRE HARMANCI
- Otomatik üretim kontrolü sistemlerine yapılan yanlış veri enjeksiyon saldırılarının torbalama ağaçları algoritması ile tespiti
Detection of false data injection attacks on automatic generation control systems with bagged trees algorithm
ATAKAN ÖZTÜRK
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- An overview of low medium and high interaction honeypots in securing wireless sensor networks
Kablosuz sensör ağlarının güvenliğinde düşük orta ve yüksek etkileşimli bal küçüklerine genel bakış
CHAIMAE EL AKHDARI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM