Geri Dön

Ddos ataklarının derin öğrenme yöntemleri ile tespiti

Detection of ddos attacks with deep learning methods

PDF İndir

  1. Tez No: 891885
  2. Yazar: SABAHAT SÜMEYYE GÜÇLÜ
  3. Danışmanlar: DOÇ. DR. ALİ ÖZTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: KTO Karatay Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 59

Özet

Günümüzde internet kullanımının hızla artmasıyla birlikte siber saldırı türleri de her geçen gün çeşitlenmektedir. Bu saldırıların en yaygın olanlarından biri de Dağıtık Hizmet Engelleme Saldırıları'dır (DDoS). DDoS saldırıları, hedef alınan cihaz veya sunucuları çevrimdışı hale getirmek, ağ hizmetlerini kesintiye uğratmak ve hedefin kaynaklarını aşırı tüketerek işlevini durdurmak amacıyla gerçekleştirilir. Bu tür saldırıların önceden tespit edilmesi, veri ve maliyet kayıplarının yanı sıra kaynak tüketiminin de önüne geçmek için hayati öneme sahiptir. Dolayısıyla, DDoS ataklarının tespiti siber güvenlik alanında kritik bir rol oynamaktadır. Bu çalışmada, DDoS saldırılarının tespitinde derin öğrenme yöntemlerinin kullanımı incelenmiştir. İlk olarak, DDoS atak türleri ile normal trafiği içeren bir veri seti analiz edilmiştir. Bu veri seti üzerinde gerekli düzenlemeler ve optimizasyonlar yapılmıştır. Amaca uygun bir CNN modeli geliştirilmiş ve düzenlenmiş veri seti ile eğitilmiştir. Ayrıca, derin öğrenme modellerinden biri olan LSTM ile de eğitim gerçekleştirilmiştir. Eğitim süreci sonunda, CNN modeli ile DDoS saldırı tespit oranı %99,93 olarak belirlenirken, LSTM mimarisi ile bu oran %99,85 olarak tespit edilmiştir. Bu sonuçlar, derin öğrenme yöntemlerinin DDoS saldırılarının tespitinde etkili olabileceğini göstermektedir. Ancak, farklı veri setleri ve model optimizasyonları ile bu oranların daha da artırılması mümkündür. Bu tür çalışmalar, siber güvenlik alanında daha güvenli ve etkili savunma mekanizmaları geliştirilmesine katkı sağlayacaktır.

Özet (Çeviri)

With the rapid increase in internet usage today, the types of cyber-attacks are diversifying daily. One of the most common of these attacks is Distributed Denial of Service (DDoS) attacks. DDoS attacks are carried out to take targeted devices or servers offline, disrupt network services, and exhaust the target's resources to the point of disabling its functionality. The early detection of such attacks is vital to prevent data loss, financial loss, and excessive resource consumption. Therefore, the detection of DDoS attacks plays a crucial role in the field of cybersecurity. In this study, the use of deep learning methods for the detection of DDoS attacks was examined. Initially, a dataset containing both DDoS attack types and normal traffic was analyzed. Necessary adjustments and optimizations were made to this dataset. A CNN model was then developed and trained with the refined dataset. Additionally, training has been performed using LSTM, which is one of the deep learning models. At the end of the training process, the detection rate of DDoS attacks was determined to be 99.93% with the CNN model, and 99.85% with the LSTM architecture. These results demonstrate that deep learning methods can be effective in detecting DDoS attacks. However, these rates can potentially be further improved with different datasets and model optimizations. Such studies contribute to the development of more secure and effective defense mechanisms in the field of cybersecurity.

Benzer Tezler

  1. Tez No

    860760

    IoT'de meydana gelen DDoS saldırılarının derin öğrenmeyöntemleri kullanılarak büyük veri ortamında analizive tespiti

    Analysis and detection of ddos attacks in IoT by using deeplearning methods in big data environment

    SAMİ YARAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgi Güvenliği Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT DENER

  2. Tez No

    397350

    Derin paket analizi ile ddos ataklarının tespiti ve dlp uygulaması

    Towards ddos attack detection using with packet analysis and dlp application

    ERMAN ÖZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CELAL ÇEKEN

  3. Tez No

    509276

    Effects of a DDoS attack on a military operation

    DDoS ataklarının askeri operasyonlara etkileri

    LÜTFİ KILIÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. CENGİZ ACARTÜRK

  4. Tez No

    882910

    Comparing matrix profile lightweight algorithms usingself-collected data for detecting DDoS attacks in IoTequipment

    DDoS ataklarının tespit edilmesinde IoTekipmanlarının kendi sistem verilerikullanılarak matrix profili temelli hafifalgoritmaların karşılaştırılması

    FAHRİ SİNAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİN ANARIM

  5. Tez No

    599287

    DDOS attack detection by control charts

    Kontrol çizelgeleri ile DDOS ataklarinin tespiti

    AYSUN KALEMCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. EMİN ANARIM

Geri Dön