FPGA TABANLI PROGRAMLANABİLİR GÖMÜLÜ SALDIRI TESPİT SİSTEMİNİN GERÇEKLEŞTİRİLMESİ

Öz

Bu makalede gerçek zamanda çalışan gömülü bir Saldırı Tespit Sistemi’nin (STS) tasarımı gerçekleştirilmiştir.Ağdan yakalanan paketlerin sınıflandırılabilmesi için kullanılan STS, programlanabilir (SOPC - System onProgrammable Chip) bir yapıda oluşturulmuştur. STS’de kullanılan işlemcinin konfigüre ve kontrol ettiği 10/100Ethernet IP MAC Core donanımsal modülü, IEEE 802.3 standardındaki çerçevelerin ağdan yakalanması içinkullanılmıştır. Yakalanan her bir çerçeve gömülü STS’nin hafıza elemanlarına, çerçevelerden elde edilecekpaketlerin sınıflarının belirlenmesi için depolanmıştır. İşlemci çerçevelerden paketlerin, paket özetlerinin eldeedilmesi ve paket sınıfının belirlenmesi için programlanmıştır. Sistemin sınıflandırma sürecinde Yapay SinirAğları (YSA) kullanılmıştır. YSA’nın girişleri paketlerin başlık yapısından elde edilen IP numaraları, portnumaraları gibi özelliklerdir. Gerçekleştirilen gömülü STS, eğitim verileri ile eğitilmiş daha sonra gerçekzamanda paketlerin sınıflandırılması yapılarak paket sınıflarının tespit süreleri elde edilmiştir. STS’nin gerekdonanımsal gerekse yazılımsal olarak kolay ve esnek bir şekilde tasarlanıp modifiye edilebilme veprogramlanabilme özelliğini taşıması için FPGA ortamı tercih edilmiştir. Bunun için üretici Altera firmasınınCyclone III EP3C40F484C7N FPGA (Field Programmable Gate Array-Alan Programlanabilir Kapı Dizileri)platformu kullanılmıştır.

Anahtar Kelimeler

• Saldırı Tespit Sistemi, Chip üzerinde programlanabilir sistem, 10/100Ethernet MAC Modül

Kaynakça

1. El-Semary, A., Edmonds, J., Gonzalez, J., Papa,
2. M., “A Framework for Hybrid Fuzzy Logic
3. Intrusion Detection Systems”, The 2005 IEEE
4. International Conference on Fuzzy Systems,
5. Reno, Nevada, USA, 325-330,2005
6. Hwang, K., Cai, M., Chen Y., Qin, M., “Hybrid
7. Intrusion Detection With Weighted Signature
8. Generation Over Anomalous Internet Episodes”,

9. IEEE Transaction on Dependable and Secure
10. Computing, Vol:4, No:1, 41-53, 2007.
11. T.Tuncer, Y.Tatar, "Programmable Embedded
12. System Design:A Study on Sniffer " 3rd
13. International Conference Application of
14. Information and Communication Technologies,
15. Baku,Azerbaijan, 1-5, 2009.
16. T. Tuncer, Y.Tatar, "FPGA Based Programmable
17. Embedded Intrusion Detection System", 3rd
18. International Conference on Security of
19. Information and Networks, Taganrog, Russia,
20. –248, 2010.
21. Bidgoli, B.M., Analoi, M., Rezvani, M.H.,
22. Shahhoseini H.S., “Performance Evaluation of
23. Decision Tree For Intrusion Detection Using
24. Reduce Feature Spaces”, Trends in Intelligent
25. System and Computer Engineering, LNCS 1876,
26. , 273-284, 2008.
27. Ohta, S., Kurebayashi, R., Kobayashi, K.,
28. “Minimizing False Positives of a Decision Tree
29. Classifier for Intrusion Detection on the Internet”, Journal of Network and System Management,
30. Vol:16 ,No:4, 399-419, 2008
31. Owais, S., Snasel, V., Kromer, P., Abraham, A.,
32. “Survey: Using Genetic Algorithm Approach in
33. Intrusion Detection System Techniques”, 7th
34. Computer Information System and Industrial
35. Management Applications, Ostrava, The Czech
36. Republic, 300-307, 2008.
37. Amor, N.B., Benferhat, S., Elouedi, Z., “Naïve
38. Bayes vs Decision Trees in Intrusion Detection
39. System”, Proceedings of The ACM Symposium
40. on Applied Computing, Nicosia, 420-424, 2004.
41. Shun, J., Malki, A.H., “Intrusion Detecting
42. System Using Neural Networks“, Fourth
43. International Conference on Natural
44. Computation, Jinan, China, 242-246, 2008.
45. Jahankhani, H., Hessami A.G., Hsu, F., Beqiri,
46. E., “Neural Networks for Intrusion Detection
47. System”, Communications in Computer and
48. Information Science, LNCS 45, 156-165, 2009.
49. Ali A.M., Zalim, H. A., Ceylan K.G., ”A Hybrid
50. Intrusion Detection system Design for Computer
51. Network Security”, Computer & Electrical
52. Engineering, Vol:35, No:3, 517-526, 2009.
53. Kang, D-H., Kim, B-K., Oh, J-T., Nam, T-Y.,
54. Jang, J-S., ”FPGA Based Intrusion Detection
55. System Against Unknow and Know Attacks”,
56. LNCS 4048, 801-806, 2009.
57. Clark, C.R., Ulmer, C.D., Schimmel, D.E., “An
58. FPGA-Based Network Intrusion Detection
59. System on-chip Network Interface”, International
60. Conference Computer Engineering & System,
61. -273, 2006.
62. Lee, J., Hwang, S.H., Park, N., Lee, S-W., Jun,
63. S., Kim, Y.S., “A High Performance NIDS Using
64. FPGA-Based Regular Expression Matching”,
65. Symposium on Applied Computing, Seoul,
66. Korea, 1187-1191, 2007.
67. Weaver N., Paxson, V., Gonzalez, M.J., “The
68. Shunt an FPGA-Based Accelerator for Network
69. Intrusion Prevention”, Proceedings of the 2007
70. ACM/SIGDA 15th International Symposium on
71. Field Programmable Gate Arrays, Monterey,
72. USA, 199-206, 2007.
73. Jorge, B., Carlos T. C., “A Low-Cost Embedded
74. IDS to Monitor and Prevent MAN-in-the-Middle
75. Attacks on Wired LAN Environments”,
76. International Conference on Emerging Security
77. Information System and Technologies, Valencia,
78. Spain,122-127,2007.
79. Das, A., Nuguyen, D., Zambreno, J., Memik, G.,
80. Choudhary, A., “An FPGA-Based Network
81. Intrusion Detection Architecture”, IEEE
82. Transaction on Information Forensics and
83. Security, Vol:3, No:1, 118-132, 2008.
84. Narayan, R., Hanbo, D., Memik, G., Choudhary,
85. A., Zambreno, J., “An FPGA Implementation
86. Decision Tree Classification”, Proceedings of the
87. Conference on Design Automation and test in
88. Europa Nice, France, 189-194, 2007.
89. Tanenbaum, A.S., “Computer Networks”,
90. Prentice Hall, New Jersey, 2003.
91. Tuncer T., “Bilgisayar Ağları İçin Saldırı Tespit
92. Sistemi Tasarımları ve FPGA Ortamında
93. Gerçekleştirilmesi”, Doktora Tezi, Fırat
94. Üniversitesi, Fen Bilimleri Enstitüsü, 2010.
95. Morethanip, “10/100 Ethernet MAC Core for
96. Avalon Reference Guide”, Germany, 2010.
97. Altera Corporation, “Nios II Hardware
98. Development Tutorial”, 2007.
99. Khan, S., “Basic Input/Output Functions
100. Morethanip”, Germany, 2005.