Network attack classification with few-shot learning methods

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: İSMAİL TÜZÜN

Danışman: Pelin Angin

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

İnternet kullanan araçların sayısı arttıkça, bu araçların maruz kalmış oldukları ağ saldırıları da çeşitlenmektedir. Ağ saldırı tipinin ağ paketlerinin incelenerek anlaşılması, saldırının zararını önlemek, önlenemediği durumlarda da en aza indirmek için önem sarfetmektedir. Klasik makine öğrenme yöntemleri ve derin öğrenme yöntemleri, başarılı sonuçlar alabilmek için çok miktarda veriye ihtiyaç duymaktadırlar. Maalesef, çok miktarda verinin hazırlanarak etiketlenmesi günümüz şartlarında maliyetli olmaktadır. Bu maliyet çok büyük oranda bahsedilen etiketleme işlemini yapacak olan bilir kişilerin eğitilmesi, saldırı oluşturma ortamlarının zor oluşu ve saldırıların karmaşık oluşundan kaynaklanmaktadır. Bu çalışmada az atışlı öğrenme yöntemleri ile az verinin bulunduğu veri kümesindeki sınıfları, eğitim sürecinde kullanmadan ağ saldırı sınıflandırma yapılması problemi incelenmiştir. Problemin incelenmesi sırasında, daha önceden hazırlanmış büyük veri kümelerinden CIC-IDS2017 ve UNSW-NB15 kullanılarak üç farklı küçük veri seti hazırlanmıştır. Problemin çözümü için iki tanesi Prototipik Ağ tabanlı, bir tanesi İlişkisel Ağ tabanlı olmak üzere üç farklı yöntem denenmiştir.