BİLGİSAYAR SİSTEMLERİNE YÖNELİK AĞ TABANLI TEHDİTLERİN/SALDIRILARIN DENETİMLİ YAPAY ÖĞRENME İLE SINIFLANDIRILMASI

Abstract

Gelişen teknoloji ile birlikte günümüzde bilgisayar kullananların sayısı artmaktadır. Bilgisayar kullanımındaki bu artış, bilgisayar sistemlerine yönelik saldırıların çeşitliliğinin ve sayılarının artmasına neden olmaktadır. Bu durum, bilgisayarlarda işlenen verilerin korunmasının ve bilgi güvenliği kavramının önemini ortaya koymaktadır. Bilgisayar sistemlerinin korunmasında önemli bir yere sahip olan saldırı tespit sistemlerinin çalışma prensibi sayesinde bilgisayarlara ve bilgisayar ağlarına yönelik saldırılar sistemleri etkilemeden tespit edilebilmektedir. Artan saldırı çeşitliliği göz önüne alındığında, yapay öğrenme ile saldırı tespit sistemlerinin geliştirilmesi son zamanlarda birçok araştırmaya konu olmuştur. Denetimli ve denetimsiz yapay öğrenme ayrı özelliklere sahip olsa da kullanıldıkları alanlara farklı katkılar sağlamaktadırlar. Bu çalışma kapsamında, WEKA uygulaması kullanılarak bir takım denetimli ve denetimsiz öğrenme algoritmaları, ağ trafiğini simüle etmek için önceki çalışmalarda en sık kullanılan veri setlerinden biri olan NSL KDD veri setine uygulanmıştır. Sonuçlar değerlendirildiğinde, saldırı tespitinde denetimli öğrenme algoritmalarının daha doğru, denetimsiz öğrenme algoritmalarının ise daha hızlı sonuç verdiği tespit edilmiştir.