Kritik ağ altyapısında MiTM saldırılarının makine öğrenimi algoritmalarıyla tespiti
Detection of MiTM attacks in critical network infrastructure using machine learning algorithms
- Tez No: 938256
- Danışmanlar: PROF. DR. RAMAZAN KOCAOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: İzinsiz Giriş Tespit Sistemleri (IDS), Ortadaki Adam (MitM) Saldırıları, Makine Öğrenimi, Intrusion Detection Systems(IDS), Man-in-the-Middle (MitM) Attacks, Machine Learning
- Yıl: 2025
- Dil: İngilizce
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 76
Özet
Dijital çağda, iletişim ve bilgi alışverişi için birbirine bağlı ağlar önemlidir, ancak bu ağlar ortadaki adam (MitM) saldırıları gibi siber tehditlere karşı savunmasızdır. Bu saldırılar, iletişimleri ele geçirip potansiyel olarak değiştirebilir ve bireyler ve kuruluşlar için ciddi riskler oluşturur. Ağlardaki yetkisiz etkinlikleri tanımlamada izinsiz giriş tespit sistemleri (IDS) hayati öneme sahiptir, ancak tüm izinsiz girişleri önleyemezler. Bu tez, IDS'yi makine öğrenimi ve metaheuristic algoritmaların entegrasyonu yoluyla geliştirmeyi, özellikle tespit doğruluğunu ve verimliliğini artırmak için özellik seçimini optimize etmeye odaklanarak incelemektedir. Destek vektör makineleri, en yakın komşular, Bayes ağları ve karar ağaçları gibi algoritmalar kullanılarak, önerilen modelin tespit doğruluğunu en üst düzeye çıkarırken gerekli özellik sayısını en aza indirmesi hedeflenmektedir. Araştırma, bilgisayar ağlarını karmaşık siber tehditlere karşı sağlam bir şekilde korumak için makine öğrenimini metaheuristic optimizasyon ile birleştirerek izinsiz giriş tespitinde yenilikçi bir yaklaşım sunmaktadır.
Özet (Çeviri)
In the digital age, interconnected networks are essential for communication and information exchange, yet they are vulnerable to cyber threats such as man-in-the-middle (MitM) attacks. These attacks intercept and potentially alter communications, posing significant risks to individuals and organizations. Intrusion Detection Systems (IDS) are crucial in identifying unauthorized activities within networks, although they cannot prevent all intrusions. This thesis explores enhancing IDS through the integration of machine learning and meta-heuristic algorithms, focusing on optimizing feature selection to improve detection accuracy and efficiency. By employing algorithms like support vector machines, nearest neighbors, Bayesian networks, and decision trees, the proposed model aims to maximize detection accuracy while minimizing the number of required features. The research presents a novel approach to intrusion detection, combining machine learning with metaheuristic optimization to robustly protect computer networks against sophisticated cyber threats.
Benzer Tezler
- A new proposed stacking generalization model for detecting ddos attacks in SDN environment
SDN ortamında ddos saldırılarını tespit etmek için yeni bir istifleme genelleştirme modeli
TASNIM ALASALI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OMAR DAKKAK
- Development of an excel-vba based decision support system for network engineers
Ağ mühendisleri için excel-vba tabanlı karar destek sisteminin geliştirilmesi
HUSSAIN O.MOWAFAK HUSSEIN AONI
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Kültür ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OKAY IŞIK
- Implications of NFV-SDN technology on the telecom sector in Turkey
NFV-SDN teknolojisinin Türkiye'deki telekom sektörüne etkilerinin araştırılması
AHMET ÇETİN
Yüksek Lisans
İngilizce
2022
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA GÜLTEKİN
DOÇ. DR. NİHAN YILDIRIM
- Siber alanın güvenlikleştirilmesi: NATO örneği
Securization of cyberspace: The case of NATO
FERHAT KAYA
Yüksek Lisans
Türkçe
2024
Uluslararası İlişkilerKaradeniz Teknik ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
DOÇ. DR. EROL KALKAN
- Resilient ultra dense networks under UAV coverage for disaster management
Afet yönetiminde İHA'lar ile dayanıklı ultra yoğun ağlar
ELİF BOZKAYA
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BERK CANBERK