AĞ TRAFİĞİNİN MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE SINIFLANDIRILMASI

Home Page
About
Submit A Journal
Submit A Conference
Submit Paper/Book
- Submit a Preprint
- Submit a Book
Contact

Uluslararası Bilişim Kongresi
IIC 2022 FULL PAPERS
AĞ TRAFİĞİNİN MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE SINIFLANDIRILMASI

AĞ TRAFİĞİNİN MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE SINIFLANDIRILMASI

Authors : Tuğrul Hakan Gençtürk, Yasemin Vatansever, Sevinç İlhan Omurca, Fidan Kaya Gülağız

Pages : 531-540

View : 41 | Download : 28

Publication Date : 2022-04-22

Abstract :Darknet özel yöntemlerle ulaşılabilen web sitelerinin merkezi olarak bilinir ve bu ağ içerisinde yasadışı işlemler ile sıklıkla karşılaşılmaktadır. Bu nedenle ağ trafiğinin sınıflandırılması bu yasadışı işlemlerin tespit edilmesi açısından önemlidir. Bu çalışmada ağ trafiğinin sınıflandırılması ve zararlı trafiğin tespiti için ilk olarak Karar Ağacı ve Özyinelemeli Özellik Çıkarımı yöntemleri kullanılarak özellik şeçimi gerçekleştirilmiştir. Belirlenen özellikler üzerinden Extreme Gradient Boosting (XGBoost), Karar Ağacı, Random Forest, Naive Bayes, k-Nearest Neighbors (k-NN) ve Multilayer Perceptron (MLP) yöntemleri ile ağ trafiğinin sınıflandırması yapılmıştır. Bu yöntemlerden en iyi sonuç veren XGBoost yöntemi Tree Parzen Estimator(TPE) yöntemi ile optimize edilmiştir. Probleme özgü olarak optimize edilen XGBoost algoritması ile %97 doğruluk elde edilmiştir.
Keywords : Darknet, TPE, Trafik Sınıflandırma, XGBoost

ORIGINAL PAPER URL

VIEW PAPER (PDF)

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.