Bu kaydın yasal hükümlere uygun olmadığını düşünüyorsanız lütfen sayfa sonundaki Hata Bildir bağlantısını takip ederek bildirimde bulununuz. Kayıtlar ilgili üniversite yöneticileri tarafından eklenmektedir. Nadiren de olsa kayıtlarla ilgili hatalar oluşabilmektedir. MİTOS internet üzerindeki herhangi bir ödev sitesi değildir!

A Comparative Study Of Neural Network Approaches In Network Anomaly Detection

Oluşturulma Tarihi: 20-03-2019

Niteleme Bilgileri

Tür: Tez

Alt Tür: Yüksek Lisans Tezi

Yayınlanma Durumu: Yayınlanmamış

Dosya Biçimi: PDF

Dil: İngilizce

Konu(lar): TEKNOLOJİ,

Yazar(lar): Öney, Mehmet Uğur (Yazar),

Emeği Geçen(ler): Peker, Serhat (Danışman),

Anahtar Kelimeler

artificial neural network, network anomaly, attack identification, intrusiondetection


Özet

Network intrusion detection is an important research field, and artificial neural networkshave become increasingly popular in this subject. Despite this, the researchconcerning comparison of artificial neural network architectures in the network intrusiondetection is a relatively insufficient. To make up for this, this study aims toexamine the neural network architectures in network intrusion detection to determinewhich architecture produces high accuracy and low false positive rate, and what arethe effects of the architectural components such as optimization functions, activationfunctions, the momentum of the learning rate. For this purpose, we have generated6480 neural networks and, we evaluated them KDD99 dataset and, near-real-timesimulation environment. This thesis provides a roadmap to guide future research onnetwork intrusion detection using artificial neural networks.


İçindekiler



Açıklamalar



Haklar



Notlar



Kaynakça


Atıf Yapanlar

Gözat Sayfasına Dön

 

Sosyal Medya ve Araçlar

İstatistikler

  • Kayıt
    • Bu ay: 16
    • Toplam: 2433
  • Online
    • Ziyaretçi: 17
    • Üye: 0
    • Toplam: 17

Detaylı İstatistikler