Son olarak, bu çalışmanın ülkemizde bilgi ve bilgisayargüvenliği konusunda yapılacak çalışmalara büyük katkılar sağlaması ve yeni ufuklar açması beklenmektedir.
📌 3 Key Takeaways
🎯
Objective & Hypothesis:Bu çalışmada, bilgi ve bilgisayar güvenliğini sağlamak için geliştirilen araçlardan birisi olan saldırı tespitsistemleri (STS) incelenmiş, STS geliştirmek için kullanılan yöntemler araştırılmış, mevcut STS çalışmalarıtartışılmış ve zeki bir STS geliştirilmiştir.
📊
Key Findings & Data:Bu sebeple STS geliştirilirken, yapay sinir ağı (YSA) ve zeki STS’lerbu çalışma kapsamında araştırılmış, STS’lerin uygulanması sırasında kullanılan veritabanları incelenmiş veişlem yeteneği mevcut STS’lerin üzerinde YSA tabanlı zeki bir STS yöntemi önerilmiş ve KDD’99 verileriyletest edilmiştir.Geliştirilen STS’den ve yapılan çalışmalardan elde edilen sonuçlar değerlendirildiğinde; 65536 test verisinin22sn de hesaplandığı ve her bir giriş verisi için geliştirilen sistemin sonuç üretme süresinin ise 0.00048sn olduğuve farklı eğitim ve test kümeleriyle yapılan testlerden elde edilen en yüksek başarım oranının %97,92 ve endüşük başarım oranının ise %81,93 olduğu görülmüştür.
💡
Conclusion & Impact:Son olarak, bu çalışmanın ülkemizde bilgi ve bilgisayargüvenliği konusunda yapılacak çalışmalara büyük katkılar sağlaması ve yeni ufuklar açması beklenmektedir.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Saldırı Tespit Sistemi · Yapay Sinir Ağları · KDD’99
Özet
Bu çalışmada, bilgi ve bilgisayar güvenliğini sağlamak için geliştirilen araçlardan birisi olan saldırı tespitsistemleri (STS) incelenmiş, STS geliştirmek için kullanılan yöntemler araştırılmış, mevcut STS çalışmalarıtartışılmış ve zeki bir STS geliştirilmiştir. Bu sebeple STS geliştirilirken, yapay sinir ağı (YSA) ve zeki STS’lerbu çalışma kapsamında araştırılmış, STS’lerin uygulanması sırasında kullanılan veritabanları incelenmiş veişlem yeteneği mevcut STS’lerin üzerinde YSA tabanlı zeki bir STS yöntemi önerilmiş ve KDD’99 verileriyletest edilmiştir.Geliştirilen STS’den ve yapılan çalışmalardan elde edilen sonuçlar değerlendirildiğinde; 65536 test verisinin22sn de hesaplandığı ve her bir giriş verisi için geliştirilen sistemin sonuç üretme süresinin ise 0.00048sn olduğuve farklı eğitim ve test kümeleriyle yapılan testlerden elde edilen en yüksek başarım oranının %97,92 ve endüşük başarım oranının ise %81,93 olduğu görülmüştür. Son olarak, bu çalışmanın ülkemizde bilgi ve bilgisayargüvenliği konusunda yapılacak çalışmalara büyük katkılar sağlaması ve yeni ufuklar açması beklenmektedir.
SAĞIROĞLU, Ş., YOLAÇAN, E., YAVANOĞLU, U. (2013). ZEKİ SALDIRI TESPİT SİSTEMİ TASARIMI ve GERÇEKLEŞTİRİLMESİ. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 26 - Sayı: 2, 0. https://ajindex.com/articles/20700
Vural Y., Sağıroğlu Ş., Kurumsal Bilgi Güvenliği ve Standartları üzerine bir İnceleme, Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, Cilt 23, No 2, s.507-522, 2008.
Canbek G., Sağıroğlu Ş, Casus Yazılımlar: Bulaşma Yöntemleri Ve Önlemler, Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, Cilt 23, No 1, 165-180, 2008.
Vural Y., Sağıroğlu Ş, Kurumsal Bilgi Güvenliğinde Güvenlik Testleri ve Öneriler, Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, Cilt:25, No:3, s.484-494, 2010.
Sağıroğlu Ş, Bulut H., Mobil Ortamlarda Bilgi ve Haberleşme Güvenliği Üzerine Bir İnceleme, Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, Cilt:24, No:3, s.499-508, 2009.
Mahoney, M.V., Chan, P.K., “An analysis of the DARPA/Lincoln Laboratory Evaluation Data for network anomaly detection”, Recent Advances in Intrusion Detection (RAID2003),
Lecture Notes in Computer Science., Springer- Verlag, 2820, 220-237, 2003.
Anderson, J.P., “Computer security threat monitoring and surveillance”, Technical Report, Fort Washington, Pennsylvania, 1-30, 1980.
Pei, J., Upadhyaya, S.J., Farooq, F., Govindaraju, V., “Data mining for intrusion detection: techniques, applications and systems,” 20th International Conference on Data Engineering (ICDE’04), 1063-6382, 2004.
Lunt, T.F. “Automated audit trail analysis and intrusion detection: A survey”, 11th National Computer Security Conference, Baltimore, MD, -73, 1988.
Crosbie, M., Spafford, E.H., “Defending a computer system using autonomous agents”, Technical Report 95-022,
Dept. of Comp. Sciences, Purdue University, West Lafayette, 1-, 1995.
Endler, D., “Intrusion detection applying machine learning to solaris audit data”, Annual Computer Security Applications Conference (ACSAC'98), -269, 1998.
Axelsson, S., “Intrusion detection systems: A survey and taxonomy”, Technical Report 99-15,
Dept. of Computer Eng., Chalmers University of Technology, Göteborg, Sweden, 1-23, 2000.
Patcha, A., Park, J.M., “An overview of anomaly detection techniques: Existing solutions and latest technological trends”, Computer Networks, (12): 3448-3470, 2007. Cannady J., “Artificial neural networks for misuse detection”, Proceedings of the 1998 National Information Systems Security Conference (NISSC'98), Arlington, VA, 443-4