Saldırı tespit ve engelleme araçlarının incelenmesi
Abstract
Teknolojik gelişmelerle birlikte, yaşanan sayısal bilgi çağında bilgi güvenliğinin önemi gün geçtikçe artmaktadır. Kişi, kurum ve kuruluşlar açısından bilginin saklanması ve mahremiyetinin korunup istenildiğinde sadece yetkili kişiler tarafından erişilebilir olmasının garanti edilmesi oldukça önemlidir. Bilgi sistemlerinde güvenliğin sağlanması için birçok farklı çalışma yapılmış ve yapılmaya devam edilmektedir. Bu çalışmada bilgi güvenliği sistemlerinin vazgeçilmez araçlarından biri olan STS (Saldırı Tespit Sistemi) araçları ayrıntılı bir biçimde incelenmiştir. Yapılan kapsamlı inceleme sonucunda, bu güncel araçlar veri kaynağı, mimari yapı, çalışma zamanı gibi kriterlere göre sınıflandırılmıştır. Ayrıca, saldırı tespit yöntemi ve saldırı tespit sistemi türüne göre karşılaştırılmıştır.
Keywords
References
- ACARM-ng. “Alert Correlation, Assessment and Reaction Module-Next Generation”. http://www.acarm.wcss.wroc.pl (28.02.2018).
- AIDE. “Advanced Intrusion Detection Environment”. http://aide.sourceforge.net/ (24.02.2018).
- Ağ Güvenliği. “Sızma Belirlemede Anormallik Tespiti Kullanımı”. http://web.itu.edu.tr/orencik/SizmaBelirlemedeAnormallikTespitiKullanimi.pdf (01.02.2018).
- Anderson J.P. “Computer Security Threat Monitoring and Surveillance”, Technical Report. James P. Anderson Co., Fort Washington, PA, 1980.
- Axelsson, S. “Intrusion detection systems: A survey and taxonomy”, Technical Report 99- 15, Dept. of Computer Eng. Chalmers University of Technology, Göteborg, Sweden, 1-23 (2000).
- Baykara M, Daş R, Karadogan İ. “Bilgi Güvenliği Sistemlerinde Kullanılan Araçların İncelenmesi”, 1st International Symposium on Digital Forensics and Security (1. Uluslararası Adli Bilişim ve Güvenlik Sempozyumu)”, 231-239, 20-21 Mayıs 2013, Elazığ - Turkey.
- Biermann, E. Cloete, L. M. Venter. “A Comparison of Intrusion Detection Systems”, Computers & Security, vol. 20 pp. 676-683, 2001.
- Bray R, Cid D. Hay A. “OSSEC Host-Based Intrusion Detection Guide”. Foreword by Stephen Northcutt, President The SANS Technology Institute, 2008.
Details
Primary Language
Turkish
Subjects
-
Journal Section
Review
Publication Date
March 15, 2019
Submission Date
July 30, 2018
Acceptance Date
November 5, 2018
Published in Issue
Year 2019 Volume: 10 Number: 1
Cited By
Yapay Sinir Ağı Kullanılarak Anomali Tabanlı Saldırı Tespit Modeli Uygulaması
European Journal of Science and Technology
https://doi.org/10.31590/ejosat.778789Network Intrusion Detection Approach Based on Convolutional Neural Network
European Journal of Science and Technology
https://doi.org/10.31590/ejosat.954966COMPARISON OF SOFTWARE AND HARDWARE BASED INTRUSION PREVENTION SYSTEMS
International Journal of 3D Printing Technologies and Digital Industry
https://doi.org/10.46519/ij3dptdi.954996LINUX TABANLI SUNUCULARDA VE KABLOSUZ AĞLARDA SİBER SALDIRILARIN TESPİTİ VE ÖNLENMESİ
Uluslararası Bilgi Güvenliği Mühendisliği Dergisi
https://doi.org/10.18640/ubgmd.757002Yapay Sinir Ağı Kullanılarak Anomali Tabanlı Saldırı Tespit Modeli Uygulaması
European Journal of Science and Technology
https://doi.org/10.31590/ejosat.1115825Machine Learning Methods for Intrusion Detection in Computer Networks: A Comparative Analysis
International Journal of Engineering and Innovative Research
https://doi.org/10.47933/ijeir.1360141DEEP LEARNING BASED NETWORK INTRUSION DETECTION
Mühendislik Bilimleri ve Tasarım Dergisi
https://doi.org/10.21923/jesd.1417622A feature selection-driven machine learning framework for anomaly-based intrusion detection systems
Peer-to-Peer Networking and Applications
https://doi.org/10.1007/s12083-025-01947-4