- Avrupa Bilim ve Teknoloji Dergisi
- Issue: 31
- A Tree Based Machine Learning and Deep Learning Classification for Network Intrusion Detection
A Tree Based Machine Learning and Deep Learning Classification for Network Intrusion Detection
Authors : Şeyma Cihan, Murat Aydos, Nihat Yılmaz Şimşek
Pages : 104-113
Doi:10.31590/ejosat.889994
View : 17 | Download : 2
Publication Date : 2021-12-31
Article Type : Research
Abstract :Ağ teknolojisindeki gelişmelere paralel olarak ağa yönelik saldırıların sayısı önemli ölçüde artmıştır. Ağ güvenliğini ve istikrarını korumak için güçlü izinsiz giriş tespit sistemlerine olan ihtiyaç her geçen gün artmaktadır. Bu çalışma, geleneksel makine öğrenimi ve derin öğrenme algoritmalarını kullanan bir saldırı tespit sistemi önermektedir. Bu çalışmada, NSL-KDD veri seti Random Forest, Decision Tree ve Deep Neural Network algoritmaları kullanılarak sınıflandırılmıştır. Ayrıca, veri kümesinin boyutunu azaltmak için Gini indeksi ve CFS (Korelasyona Dayalı Özellik Seçimi) kullanılarak değişken alt kümeleri belirlenmiştir. Çalışma sonucunda en yüksek doğruluk oranı %99.97 olarak CFS yöntemi ile 11 değişkene indirgenen veri kümesi üzerinde uygulanan Random Forest algoritması ile elde edilmiştir. Ayrıca özellik mühendisliği olmadan Deep Neural Network'ten %99,64 doğruluk oranı elde edilmiştir.Keywords : Saldırı tespit sistemi, Makine öğrenimi, NSL-KDD veri kümesi, Sınıflandırma, Karar ağacı