A Tree Based Machine Learning and Deep Learning Classification for Network Intrusion Detection

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

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 CİHAN, Murat AYDOS, Nihat Yılmaz ŞİMŞEK

Pages : 104-113

Doi:10.31590/ejosat.889994

View : 52 | Download : 15

Publication Date : 2021-12-31

Article Type : Research Paper

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

ORIGINAL ARTICLE URL

* 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.