Performance Analysis of Machine Learning Algorithms in Intrusion Detection Systems

Authors : Fethi Mustafa ÇİMEN, Yusuf SÖNMEZ, Mustafa İLBAŞ

Pages : 251-258

Doi:10.29130/dubited.1018229

View : 16 | Download : 8

Publication Date : 2021-12-31

Article Type : Research Paper

Abstract :Gelişen teknoloji ile bilginin yayılması ve korunması gereksinimi giderek önem kazanmaktadır. Son dönemde bilişim sistemlerine yönelik saldırılar önemli düzeyde artış göstermiştir. Saldırı sayısındaki artışın yanı sıra farklı türlerde meydana gelen saldırılar sistemler üzerinde büyük bir tehdit oluşturmaktadır. Yapılan bu saldırılar neticesinde kurumlar ve kullanıcılar ciddi zararlar görmektedir. Bu noktada Saldırı Tespit Sistemleri (IDS) oldukça önemli bir konuma sahiptir. Sistemlere yönelik yapılan bu saldırıların önceden tespit edilip gerekli raporların hazırlanması ileride karşılaşılabilecek tehditlerin etkisini azaltabilmektedir. Son zamanlarda yapılan çalışmalar Saldırı Tespit Sistemlerinin performanslarını artırma doğrultusunda gerçekleşmektedir. Bu çalışmada NSL-KDD veri seti ile SVM, KNN, Bayesnet, NavieBayes, J48 ve Random Forest algoritmaları kullanılarak sınıflandırma yapılmış, özellik çıkarımı gerçekleştirilerek sonuçların iyileştirilmesi amaçlanmıştır. Çalışma sonucunda KNN algoritması % 98.1237 doğruluk oranı ile en iyi performansa sahip olduğu gözlemlenmiştir. Bunun yanı sıra artan fold ve komşuluk sayısının sınıflandırma sonucuna etkisi karşılaştırmalı olarak incelenmiştir.
Keywords : Makine öğrenimi, IDS, KNN