Ağ tabanlı bilgisayar sistemlerine yönelik tehditlerin/ saldırıların denetimli yapay öğrenme ile sınıflandırılması
Classification of threats/ attacks against network based computer systems with supervised artificial learning
- Tez No: 725019
- Danışmanlar: DR. ÖĞR. ÜYESİ MUSA MİLLİ, DR. TOLGA ÖNEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Ağ güvenliği, Bilgi güvenliği, Bilgisayar ağları güvenliği, Bilgisayar güvenliği, Makine öğrenmesi yöntemleri, Saldırı tespit sistemi (IDS), Öğrenme teknikleri, Network security, Information security, Computer networks security, Computer security, Machine learning methods, Intrusion detection system (IDS), Learning techniques
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Milli Savunma Üniversitesi
- Enstitü: Barbaros Deniz Bilimleri ve Mühendisliği Enstitüsü
- Ana Bilim Dalı: Deniz Bilgi Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde gelişen teknoloji ile birlikte bilgisayar kullanımı artmaktadır. Bilgisayar kullanımındaki bu artış, bilgisayar sistemlerine yönelik saldırı sayısının artmasına ve saldırıların çeşitlenmesine sebep olmaktadır. Bu durum bilgisayarda işlenen verilerin korunmasının ve bilgi güvenliği kavramının önemini gözler önüne sermektedir. Bilgisayar sistemlerinin korunmasında önemli yer tutan saldırı tespit sistemlerinin çalışma prensibi sayesinde, bilgisayarlara ve bilgisayar ağlarına yönelik saldırılar henüz sistemlere erişmeden tespit edilebilmektedir. Artan saldırı çeşitliliği de göz önüne alındığında, saldırı tespit sistemlerinin yapay öğrenme ile geliştirilmesi son dönemde birçok araştırmaya konu olmaktadır. Denetimli ve denetimsiz yapay öğrenme, ayrı ayrı özelliklere sahip olmakla beraber, kullanıldıkları alanlara farklı katkılar sağlamaktadırlar. Bu tez kapsamında, ağ trafiğini simüle etmek maksadıyla daha önce yapılan çalışmalarda en sık kullanılan veri setlerinden birisi olan NSL KDD veri seti, WEKA uygulamasında yer alan bir takım denetimli ve denetimsiz öğrenme algoritmalarına uygulanmıştır. Çıkan sonuçlar belirli kriterler altında değerlendirildiğinde, saldırı tespitinde denetimli yapay öğrenme algoritmalarının daha doğru, denetimsiz öğrenme algoritmalarının ise daha hızlı sonuç verdiği tespit edilmiştir.
Özet (Çeviri)
With the developing technology, number of people who use computers are increasing nowadays. This increase in computer use causes an increase in the variety of attacks and the number of attacks against computer systems. This situation reveals the importance of the protection of data processed on the computers and the concept of information security. Thanks to the working principle of intrusion detection systems, which have an important place in the protection of computer systems, attacks against computers and computer networks can be detected before they effect systems. Considering the increasing variety of attacks, the development of attack detection systems with machine learning has been the subject of many studies recently. Although supervised and unsupervised machine learning have separate features, they make different contributions to the areas in which they are used. Within the scope of this study, NSL KDD data set, one of the most frequently used data sets in previous studies to simulate network traffic, was applied to a number of supervised and unsupervised learning algorithms in the WEKA application. When the results are evaluated under certain criterias, it has been determined that supervised learning algorithms give more accurate results, where unsupervised learning algorithms give faster results in the detection of attacks.
Benzer Tezler
- Saldırı tespit sistemlerinde yapay zekâ tabanlı anomali tespiti
Artificial intelligence-based anomaly detection in intrusion detection systems
AWAB DAW SAAD KHALEFA
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ZENGİN
- Web tabanlı saldırı önleme amaçlı yeni bir gerçek zamanlı web uygulaması güvenlik duvarı algoritmasının gerçekleştirilmesi
Implemantation of a real time web-based intrusion prevention aimed web application firewall algoritm
ADEM TEKEREK
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik ve Bilgisayar Eğitimi Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ÖMER FARUK BAY
- Balancing mixed adversarial perturbations: Towards robust reinforcement learning
Karma çekişmeli bozulmaları dengeleme: Gürbüz pekiştirmeli öğrenmeye doğru
MUSTAFA ERDEM
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- Multi-level security framework for internet of things in military environment
Askeri ortamlardaki nesnelerin interneti için çok seviyeli güvenlik çerçevesi
EMRE İŞLEYEN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞERİF BAHTİYAR
- Siber saldırıların tespitinde yapay zekâ tabanlı algoritma tasarımı
Ai-based algorithm design in detection of cyber attacks
AHMET NUSRET ÖZALP
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZAFER ALBAYRAK