Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2016
Öğrenci: ÇETİN KAYA
Danışman: OKTAY YILDIZ
Özet:İnternet, günlük hayatımızın vazgeçilmez bir parçasıdır. Artan web uygulamaları ve kullanıcı sayısı, veri güvenliği açısından bazı riskleri de beraberinde getirmiştir. Ağ güvenliği için önemli araçlardan biri olan saldırı tespit sistemleri (STS), güvenli iç ağlara yapılan saldırıları ve beklenmeyen erişim taleplerini tespit etmede başarılı bir şekilde kullanılmaktadır. Günümüzde, pek çok araştırmacı, daha etkin saldırı tespit sistemi gerçekleştirilmesi amacıyla çalışma yapmaktadır. Bu amaçla literatürde farklı makine öğrenmesi teknikleri ile gerçekleştirilmiş pek çok saldırı tespit sistemi vardır ancak STS'lerde saldırı türlerine göre hangi makine öğrenmesi tekniği daha başarılıdır sorusuna cevap vermemektedir. Bizim çalışmamızda ise gerçekleştirilen deneylerle saldırı tespit sistemlerinde en sık kullanılan makine öğrenmesi tekniklerinden Bayes ağları, destek vektör makinesi, karar ağaçları, yapay sinir ağları ve k en yakın komşu algoritmasının performans analizi yapılmış ve saldırı türlerine göre doğruluk, seçicilik, duyarlılık, kesinlik, F-Ölçütü değerleri incelenerek en başarılı sınıflandırıcılar belirlenmiştir. Bu çalışma ile gelecekte yapılacak makine öğrenmesi teknikleri ile saldırı tespiti çalışmalarına bir bakış açısı kazandırılması amaçlanmıştır. Deneysel çalışmalarda KDD CUP99 ve NSL-KDD verisetleri kullanılmıştır.