Geri Dön

Detection of denial-of service attacks using artificial neural networks

Başlık çevirisi mevcut değil.

  1. Tez No: 826324
  2. Yazar: SARMAD JASSIM MOHAMMED
  3. Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yapay Zeka Endeksi, Zeka, Artificial Intelligence Index, Intelligence
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Yapay sinir ağlarında girdi ile çıktı arasındaki katmanlar görünmez. çıplak gözle (YSA'lar). Toplam nöronal sinaptik ağırlıklar. Bir dizi farklı türde YSA'lar kullanılarak denklemler, tahminler ve regresyonlar oluşturulabilir. ilk aşamada YSA, sinaptik parametrelerin ince ayarını yapmaktan sorumludur, böylece sistem yeni bilgiler edinin. Eğitimin tamamlanmasının ardından, YSA'nın genelleştirme yetenekleri Eğitim setinin parçası olmayan veriler kullanılarak değerlendirilmelidir. Makine öğrenimi bilgi edinme, örüntüleri belirleme ve fikirler oluşturma konusunda bir sistemin yeteneğine verileri nöronların yaptığına benzer bir şekilde analiz eden herhangi bir insan müdahalesi. Sentetik bir nöronun girdileri ağırlıklandırılır ve nöron değiştirilmeden önce birleştirilir. bir sigmoid veya eşik fonksiyonu tarafından tetiklenir. DOSS saldırıları sıklıkla ölümcül olmuştur. 1999'dan beri. Radwar, hizmet reddi (DOSS) saldırılarının Modern şirketlerin karşı karşıya olduğu en ciddi tehditler. Çevrimiçi ağların güvenliği devam ediyor DOSS saldırılarına karşı savunmasızdır. Bu nedenle, güvenlik için en acil önlemleri açıkça göstermektedir. Biz saldırılara karşı göz kulak olmak için bir ağ izleme sistemi kurdu. kimliğinin doğrulanması bir kullanıcı güvenlik amaçları için gereklidir. Bu tür saldırılar arasında Hizmet Reddi bulunur (DoS) saldırısı ve diğerleri bunu sever. Hizmet reddi saldırıları, meşru sağlayıcının normalde sağladığı veri veya hizmetlere erişmek için kullanıcılar

Özet (Çeviri)

In artificial neural networks, the layers between the input and the output are not visible to the naked eye (ANNs). Total neuronal synaptic weights. A number of different types of equations, predictions, and regressions may be created using ANNs. At the first stage of the learning process, ANN is in charge of fine-tuning synaptic parameters so that the system can acquire new information. At completion of training, the ANN's generalization capabilities should be evaluated using data that was not part of the training set. Machine learning refers to the ability of a system to acquire knowledge, identify patterns, and form opinions without any human intervention., which analyze data in a way that's analogous to how neurons do. The inputs to a synthetic neuron are weighted and then combined before the neuron is triggered by a sigmoid or threshold function. DOSS attacks have frequently been deadly since 1999. Radwar has discovered that denial-of-service (DOSS) assaults are among the most serious threats facing modern corporations. The security of online networks remains vulnerable to DOSS attacks. So, it clearly shows the most urgent measures for safety. We built a network monitoring system to keep an eye out for attacks. Confirming the identity of a user is essential for security purposes. Attacks of this kind include the Denial of Service (DoS) attack and others like it. Denial-of-service attacks make it impossible for legitimate users to get to the data or services the provider normally provides

Benzer Tezler

  1. Yazılım tanımlı ağlarda yapay zeka tabanlı yeni bir DoS (denial of service) saldırı tespit sistemi gerçekleştirilmesi

    Implementing a new DoS attack detection system in software defined networks based on artificial intelligence

    MAJD LATAH

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. LEVENT TOKER

  2. Hizmet reddi saldırılarının derin öğrenme ile tespiti

    Detection of denial of service attacks using deep learning

    AYŞEGÜL SUNGUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET HACIBEYOĞLU

  3. DDOS saldırılarının tespit edilmesinde makine öğrenimi yöntemlerinin uygulanması

    Application of machine learning methods in determining DDOSattacks

    TUĞBA AYTAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDÜL HALİM ZAİM

    DOÇ. DR. MUHAMMED ALİ AYDIN

  4. Ağ davranış modeli ile kurum içi saldırıların belirlenmesi

    Detection of insider attacks using network behavour model

    AYŞE GÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. ERTUĞRUL KARAÇUHA

    PROF. DR. EŞREF ADALI

  5. Siber saldırıların tespitinde yapay zekâ tabanlı algoritma tasarımı

    Ai-based algorithm design in detection of cyber attacks

    AHMET NUSRET ÖZALP

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZAFER ALBAYRAK