Saldırı tespit sistemleri tekniklerinin karşılaştırılması

Abstract

Günümüzde internetin yaygınlaşması ile birlikte hayatımız kolaylaşmakta ve istedigimiz bilgiye birkaç tuş darbesi ile ulaşabilmekteyiz. Ancak dün olduğu gibi bugün de kötü niyetli insanlar var ve bunlardan korunmak zorundayız.Bilgi sistem donanımlarımızın bulunduğu ağımızı internetten gelecek saldırılara karşı korumak için güvenlik duvarının (firewall) yanısıra ?Saldırı Tespit Sistemlerini (STS)? kullanmaktayız. STS'ler sürekli ağımızı izler ve anormal bir durumla (saldırı) karşılaştığı zaman, bunu inceleyerek saldırı olup olmadığına karar verir ve sistem yöneticilerini uyarır.STS sisteminin verdiği kararların doğruluğunu arttırmak için ensemble yöntemini kullanabiliriz. Ensemble yöntemi, temel olarak ?tek bir uzmanın verdiği karar yerine, birkaç uzmanın verdiği kararı kullanmak daha iyi olabilir)? yaklaşımını benimsemektedir. Gerçek yaşamda da durum böyledir. Örneğin, birkaç doktorun teşhis konusunda hemfikir olması riski azaltır.STS'ler, aynı eğitim setini farklı tekniklerle sınıflandırarak, elde edilen sonuçları gruplayabilir ve daha doğru kararlar verilebilir. Burada kullanılacak sınıflandırıcıların seçimi de çok önemlidir.Bu tez çalışmasının amacı, KDD-99 veri setindeki saldırıların doğru olarak sınıflandırılması ve sınıflandırma amacıyla kullanılan yöntemlerden bireysel tekniklerin mi, yoksa ensemble tekniklerinin mi daha başarılı olduğunu tespit etmektir.

Nowadays usage of internet is becoming commonplace and this make our life more simplier. We can acquire everykind of information with pressing several buttons. However there are some malicious people today like yesterday and we must prevent us from them.We use firewall and intrusion detection systems (IDS) for saving our network which include our information system hardware from the attacks which can be come from internet. IDS watches our network continuously and if an abnormal situation (attack) occurs, it investigates it and decides that this abnormal situation is an attack or not.We can use ensemble methods to encrease accuracy of IDS?s decisions. Ensemble methods essentially adopts that using some of expert?s decisions can be better than only one expert?s decision. This situation is valid in real life, too. For example if some of doctors agree on about a diagnosis, this decreases the risk.IDS can classify the same education set with using different technics and can grouping acquired results and by this way more accurate decisions can be given. In here, choosing classifying parameters which is going to be used is very important.The purpose of this thesis is classifying the attacks in the KDD-99 data set correctly and find out that which technics are more successful for classifying, individual technics or ensemble technics.