Bulut ağ ortamında dağıtılmış hizmet reddi (DDoS) saldırılarını algılamak için derin öğrenme tabanlı bir sistem
Deep learning based system for detecting distributed dental of service (DDoS) attacks in the cloud network
- Tez No: 826060
- Danışmanlar: DR. ÖĞR. ÜYESİ SOYDAN SERTTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bulut bilişim, işletmelerin ve kullanıcıların kaynakları paylaşarak esnek ve ölçeklenebilir hizmetler sunabildiği verimli bir teknolojidir. Ancak, bu paylaşımlı teknoloji, saldırganların dağıtılmış hizmet reddi saldırıları (Distributed Denial of Service – DDoS) gibi çeşitli siber tehditleri gerçekleştirmesine olanak tanır. Potansiyel etkisi nedeniyle bu DDoS saldırıları çok yıkıcı ve şiddetlidir. Bu saldırılar sonucunda sunucular kullanıcılara hizmet veremez ve çöker. Ayrıca kuruluşların itibarlarının zedelenmesine ve maddi kayıplara neden olur. Bu nedenle, kurum ve kuruluşların karşılaştığı saldırılar hiyerarşisinin neredeyse en üstüne yerleştirilir. Bu tez çalışmasında, bulut bilişim ortamlarında meydana gelen hizmet reddi saldırılarının tespiti amaçlanmıştır. Bulut tabanlı veri seti elde etmenin zorluklarından dolayı çalışmanın ana motivasyonu bulut tabanlı bir sistemde veri seti oluşturulması ve sonrasında bu veri setini kullanarak derin öğrenme algoritmalarının saldırı tespit performanslarının karşılaştırılması olmuştur. İlk olarak bulut tabanlı bir sistem oluşturulmuştur. OpenStack çerçevesinde bir ağ topolojisi oluşturulduktan sonra HTTP flood saldırısı yapılmıştır. Yapay Sinir Ağı (Artifical Neural Network-ANN), Evrişimli Sinir Ağı (Convolutional Neural Network-CNN) ve Uzun Kısa Süreli Bellek (Long Short Term Memory-LSTM) modelleri kullanılarak bu modellere ait performans sonuçları incelenmiştir. LSTM modeli %98 doğruluk değeri ile en iyi performans sonucunu veren model olmuştur.
Özet (Çeviri)
Cloud computing is an efficient technology where businesses and users can provide flexible and scalable services by sharing resources. However, this shared technology allows attackers to carry out various cyber threats such as Distributed Denial of Service (DDoS) attacks. Because of its potential impact, these DDoS attacks are very destructive and violent. As a result of these attacks, servers cannot serve users and crash. In addition, it causes damage to the reputation of organizations and financial losses. Therefore, it is placed almost at the top of the hierarchy of attacks faced by institutions and organizations. In this thesis, it is aimed to detect denial of service attacks that occur in cloud computing environments. Due to the difficulties of obtaining a cloud-based data set, the main motivation of the study was to create a data set in a cloud-based system and then to compare the intrusion detection performances of deep learning algorithms using this data set. First, a cloud-based system was created. After creating a network topology in the OpenStack framework, an HTTP flood attack was made. The performance results of these models were examined by using Artificial Neural Network (ANN), Convolutional Neural Network (CNN) and Long Short Term Memory (LSTM) models. The LSTM model was the model that gave the best performance result with an accuracy value of 98%.
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
- A benchmarking framework for evaluating cloud services: A case study on azure app service vs DOCKER container
Bulut hizmetlerini değerlendirmek için standart bir çerçeve: Azure uygulama hizmeti ile DOCKER konteynerinin karşılaştırılmasına ilişkin
MANAR ALKULL
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykoz ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN SOLAK
- A distributed shared memory framework for complex event processing in resource constrained IoT devices
Kısıtlı kaynağa sahip nesnelerin interneti sistemlerinde karmaşık görev işleme için dağıtık ve paylaşımlı bir bellek anaçatısı tasarımı
HALİT UYANIK
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TOLGA OVATMAN
- Düşük güçlü ve kayıplı kablosuz sensör ağlarında topolojinin ağ kurulumunda enerji tüketimine etkisi
The effect of network installation on low power and lossy wireless sensor networks on energy consumption
NAMIK CEYLAN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SIDDIKA BERNA ÖRS YALÇIN
- Kablosuz algılayıcı ağların bulut hesaplaması kullanılarak internete genişletilmesi
Extending wireless sensor networks into the internet using cloud computing
AKHAN AKBULUT
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. A. HALİM ZAİM