@article{article_463135, title={Sınıflandırma ve Regresyon Ağaçları ile Rastgele Orman Algoritması Kullanarak Botnet Tespiti: Van Yüzüncü Yıl Üniversitesi Örneği}, journal={Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi}, volume={23}, pages={297–307}, year={2018}, author={Korkmaz, Duygu and Çelik, H. Eray and Kapar, Mesut}, keywords={Düğüm,Gini,Hata matrisi,Phyton,Siber güvenlik}, abstract={<p class="MsoNormal" style="margin-bottom:.0001pt;text-align:justify;line-height:normal;"> <span style="font-size:10pt;font-family:’Times New Roman’, serif;">Bir
botnet, kötü amaçlı yazılım kodunun bulaşmış olduğu, bir veya daha fazla
makineden oluşan bir ağdır. Botnet, Botmaster denilen kişiler tarafından
yönetilir ve DDos, Spam, Kimlik Hırsızlığı gibi faaliyetler için
kullanılmaktadır. Bu çalışmanın amacı, bir Network üzerinde botnet bulaşmış network
cihazı olup olmadığını, Makine Öğrenmesi Algoritmalarından, Sınıflandırma
Ağaçları ve Regresyon Ağacı (CART) ile Rastgele Orman teknikleriyle tespit
etmek ve sınıflandırmaktır. Modellerin sınıflandırma performansları bazı
performans ölçütleri bakımından ölçülmüş ve kıyaslanmıştır. Ele alınan
değişkenler, ekleyip çıkarılarak doğruluk ve bazı performans ölçütleri
üzerindeki değişimler Sınıflandırma Ağaçları Yöntemi ve Rastgele Orman
Algoritması Yöntemi ile incelenmiştir ve bir ağda Botnet tespiti yapmak için
önemli olan değişkenler önerilmiştir. </span> </p> <p> </p> <p> </p>}, number={3}, publisher={Van Yuzuncu Yıl University}