Network Intrusion Detection Approach Based on Convolutional Neural Network

İnternet kullanımının yaygınlaşması ve ağa bağlı cihaz sayısının artması ile siber saldırılarla karşılaşma olasılığı artmaktadır. Siber saldırıların verdiği zararları, engellemek için saldırı tespit sistemleri kullanılmaktadır. Bu çalışmada engellenmesi için, evrişimli sinir ağı kullanılarak özellik seçimine dayalı uygulaması gerçekleştirilmiştir. Eğitim test işlemlerinde CSE-CIC-IDS2018 veri seti kullanılmıştır. Veri setindeki öznitelikler, ön işlem katmanı, sınıflandırma katmanı iki katmanlı üzerinde eğitilmiştir. Uygulamanın performansı accuracy, precision recall ölçütleri değerlendirilmiştir. Ağın aşırı öğrenme sorununu gidermek yeniden eğitim aşaması içerisinde sentetik üretimi gerçekleştirilerek izinsiz giriş tespiti yapılmıştır. Sentetik SMOTE (Synthetic Minority Over Sampling Technique) yöntemi Çalışmada tehdit türleri olarak Brute Force, Sql Injection, Botnet DoS saldırıları seçilmiştir. Saldırı sistemine ait algılama doğruluğu %98.32 sonrası elde edilen ise %98.8 edilmiştir. setine eklenen veriler gerçekleştirilen sonunda ağı, verilerin ikili işlemini gerçekleştirmiştir. Verilerin algılanıp sınıflandırılmasındaki başarımı, Force %98.7, %98.5, %98.9 SQL Injection %99.1 bulunmuştur.