Veri setine uygulanan ön işlemlerin anomali tabanlı saldırı tespit modellerinin performansları üzerindeki etkisinin incelenmesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Sağlık Bilimleri Enstitüsü, Adli Bilimler Enstitüsü, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: ESEN GÜL İLGÜN

Danışman: Refik Samet

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalışma, veri setine uygulan ön işlemlerin, saldırı tespit modellerinin performansı üzerindeki etkisini inceleyerek, saldırı tespit başarısı ve saldırı tespit hızı yüksek bir saldırı tespit modelini oluşturmak için bir metodoloji önerilmesi, metodolojisinin uygulanması, alınan sonuçları değerlendirerek, karşılaşılan problemlere çözüm önerisi sunmak amacıyla yapılmıştır. Çalışmanın ilk aşamasında yapılan literatür taraması sonucunda; anomali tabanlı saldırı tespit modeli geliştirilirken, veri setine uygulanan birden fazla ön işleme aynı anda odaklanan ve veri setine en uygun ön işlemleri seçmek adına çok sayıda yöntemi deneyip test eden yeterince çalışma olmadığı görülmüştür. Bu nedenle kategorik veri kodlama, ölçeklendirme ve öznitelik seçimi ön işlemlerinin üçünün ayrı ayrı ve birlikte uygulanmasının saldırı tespit modelinin başarısı üzerindeki etkisine odaklanan bir çalışma yapmak istenmiştir. Önerilen metodoloji kullanılarak ölçeklendirme ön işlemi dışında, her ön işlemin modellerin başarısı üzerinde olumlu bir etki yaptığı; fakat en yüksek saldırı tespit hızına ve başarısına, tüm ön işlemlerin birlikte uygulandığı veri seti ile kurulan modellerle ulaşıldığı görülmüştür. Veri setine uygun kategorik kodlama yönteminin seçilmesinin ve hibrit öznitelik seçim yönteminin model başarısına kayda değer bir katkıda bulunduğu görülmüştür.