Sınıflandırma ve Regresyon Ağaçları ile Rastgele Orman Algoritması Kullanarak Botnet Tespiti: Van Yüzüncü Yıl Üniversitesi Örneği
Öz
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.
Anahtar Kelimeler
Kaynakça
- Akman, M., Genç, Y., Ankarali, H., (2011). Random forests yöntemi ve sağlık alanında bir uygulama, Türkiye Klinikleri Journal of Biostatistics, 3 (1): 36-48.
- Alpaydin, E., (2014). Introduction to Machine Learning, MIT Press, 3rt edition.
- Anonim, (2018a). Sosyal Medya ve Mobil Kullanıcı İstatistikleri. https://dijilopedi.com/2018-internet-kullanimi-ve-sosyal-medya-istatistikleri/ Erişim tarihi: 01.03.2018. Anonim, (2018b). Avrupadaki En Fazla Siber Saldırı Türkiye’de. http://www.sigortacigazetesi.com.tr/avrupadaki-en-fazla-siber-saldiri-turkiyede/ Erişim tarihi: 01.03.2018.
- Bock, H. H., (2002). Data mining tasks and methods: Classification: the goal of classification, In Handbook of Data Mining and Knowledge Discovery, 254-258.
- Breiman, L., (2001) . Random Forests, Machine Learning, 45 (1): s.5-32.
- Breiman, L., Friedman, J. H., Olshen, R. A., Stone, C. J., (2017). Classification and Regression Trees, Taylor Francis, Berkeley, California.
- Chen, R., Niu, W., Zhang, X., Zhuo, Z., Lv, F., (2017). An effective conversation-based botnet detection method, Mathematical Problems in Engineering, Article ID 4934082, 9 pages.
- Chipman, H. A., George, E. I., McCulloch, R. E., (1998). Bayesian CART modelsearch, Journal of the American Statistical Association, 93 (443): 935-948.
- De'ath, G., Fabricius, K. E., (2000). Classification and regression trees: a powerful yet simple technique for ecological data analysis, Ecology, 81(11), 3178-3192.
- Gu, G., Zhang, J., & Lee, W., (2008). BotSniffer: Detecting botnet command and control channels in network traffic, 17th USENIX Security Symposium.