Ağ güvenliği için honeypot aracılığı ile makine öğrenmesi tabanlı saldırı tespit ve analiz sistemi tasarlanması
Designing machine learning based intrusion detection and analysis system for network security via honeypot
- Tez No: 934702
- Danışmanlar: PROF. DR. TUNCAY YİĞİT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Bu tez çalışmasında, teknolojinin her geçen gün ivmeli bir yükselişle gelişmesi ve günümüz en büyük teknolojik sorunu olan siber saldırılarla mücadele için çalışmalar yapılmıştır. Yapılan çalışmaların kapsamı Balküpü teknolojisi ile makine öğrenmesi tabanlı saldırı tespiti uygulamasının birleştirilmesi ile canlı bir sistem tasarlanmıştır. Çalışmanın ilk kısmında, bal küpü teknolojisi için açık kaynak kodlu t-pot balküpü sistemi kurularak ağ trafiği analizi ve ağdaki anomaliyi tespit etmek amaçlanmıştır. Bu çalışmada, Avusturalya Siber Güvenlik Merkezi tarafından hazırlanan UNSW-NB15 veri seti kullanılmıştır. Ayrıca Makine öğrenmesi algoritmalarının uygulanması için Waikato Üniversitesi tarafından geliştirilen açık kaynak kodlu WEKA uygulaması ilaveten WEKA nın performans sağlayamadığı yerlerde yine açık kaynak kodlu Phyton uygulaması kullanılmıştır. Uygulamada veri seti üzerinde normalizasyon ve özellik seçimi yapılmıştır. Sonrasında makine öğrenmesi algoritmaları ile model eğitilmiştir. Tezin ikinci aşamasında ise .Net Core MVC tabanlı bir uygulama geliştirilerek, SVM öğrenme modeli gerçek zamanlı bir dinleme, analiz ve saldırı tespiti amacıyla entegre edilmiştir. Geliştirilen uygulama saldırı tespit edildiğinde kullanıcıya bunu grafiksel olarak sunar ve sonrasına alabileceği ilk önlemler hakkında bilgiler vermektedir. Gerçek zamanlı bir tespit sistemi ile kullanıcıya hızlı ve etkin önerilerde bulunur. Ayrıca çalışma Bal küpü teknolojileri ile makine öğrenmesi teknolojisini bir araya getirerek nasıl daha verimli kullanılabileceği hakkında bilgiler sunar. Kullanıcıların kendi analiz sistemlerini açık kaynak kodlu yazılımlar ile geliştirebileceklerini de göstermiştir.
Özet (Çeviri)
In this thesis, studies have been carried out to combat cyber-attacks, which are the biggest technological problem of today with the development of technology with an accelerated increase day by day. The scope of the work is to design a live system by combining honeypot technology with machine learning based intrusion detection application. In the first part of the study, an open source t-pot honeypot system was built for honeypot technology to analyze network traffic and detect anomalies in the network. In this study, the UNSW-NB15 dataset prepared by the Australian Cyber Security Center was used. In addition, the open source WEKA application developed by the University of Waikato was used for the application of machine learning algorithms. In the application, normalization and feature selection were performed on the dataset. Then the model was trained with machine learning algorithms. In the second phase of the thesis, a .Net Core MVC-based application was developed and the SVM learning model was integrated for real-time listening, analysis and intrusion detection. When an attack is detected, the application presents it graphically to the user and provides information about the first measures that can be taken afterwards. It provides fast and effective recommendations to the user with a real-time detection system. In addition, the study provides information on how it can be used more efficiently by combining honeypot technologies and machine learning technology. It has also shown that users can develop their own analysis systems with open source software.
Benzer Tezler
- Kısıtlı kaynak kullanılarak düşük maliyetli siber tuzak sistemi kurulması ve yönetilmesi
Developing distributed cost effective cyber trap system using limited resources
BURAK ÇAKMAK
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRAY YILMAZ
- Analysis of intrusion prevention methods
Nüfuz önleme metotlarının analizi
HAKAN SEMERCİ
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. TUĞKAN TUĞLULAR
- Üniversite ağlarında siber güvenliğe etkieden faktörler
Başlık çevirisi yok
FERAT ÖNAL
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUluslararası Kıbrıs ÜniversitesiDOÇ. DR. AHMET ADALIER
- Telsiz duyarga ağlarında güven tabanlı balküpü ile kötücül düğüm tespit modeli
Malicious node detection model with trust based honeypot in wireless sensor networks
ASMAA ALAADIN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERCAN DEMİRCİ
- Digital twin-enabled intelligent attack detection mechanisms for autonomous networks
Otonom ağlar için dijital ikiz destekli akıllı saldırı tespit mekanizmaları
YAĞMUR YİĞİT
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BERK CANBERK