Cumartesi, Temmuz 20, 2024

ÇOK OKUNANLAR

İLGİLİ YAZILAR

Bulut Bilişimde Güvenlik Artırımı: Ansambl Öğrenme Tabanlı İzinsiz Giriş Tespit Sistemleri

Önemli Noktalar

  • Bulut bilişim için kritik teknoloji, güvenlik zorunlu hale gelmiştir.

  • Yenilikçi IDS, ansambl öğrenme algoritmalarını kullanır.

  • Ensemble RUSBoost, %99.821 ile en yüksek performansı göstermiştir.

Bulut bilişim, hem bireyler hem de kuruluşlar için kritik bir teknoloji haline gelmiştir. İnternet üzerinden hizmetlere erişim kolaylığı ve hızı sayesinde, bu teknolojinin artan kullanımı, güçlü güvenlik önlemlerini zorunlu kılmaktadır. IET Communications dergisinde yayımlanan “Bulut Güvenliğini Artırma: Ansambl Öğrenme Tabanlı İzinsiz Giriş Tespit Sistemleri Üzerine Bir Çalışma” başlıklı makalede, ansambl öğrenme algoritmalarını kullanan yenilikçi bir sistem tanıtılmaktadır. Bu yaklaşım, daha zayıf sınıflandırıcıları bir araya getirerek daha güçlü ve yüksek doğrulukta bir sınıflandırıcı oluşturur.

İzinsiz Giriş Tespit Sistemleri

Bulut ortamları, dağıtılmış karmaşıklığı ve yaygın kullanımı nedeniyle saldırganlar için ana hedef haline gelmiştir. Bu tehditlere karşı koymak için izinsiz giriş tespit sistemleri (IDS) trafiği izlemek ve potansiyel saldırıları tespit etmek üzere konuşlandırılmaktadır. Ancak, bulut bilişim ortamlarının dinamik doğası ve değişkenliği, geleneksel IDS’lerin tehditleri doğru bir şekilde tespit etmesi ve gelişen saldırı modellerine uyum sağlaması için önemli zorluklar oluşturmaktadır.

Önerilen sistem, birkaç zayıf sınıflandırıcıdan bilgiyi birleştiren bir makine öğrenimi tekniği olan ansambl öğrenmeyi kullanır. Bu yöntem, tekil zayıf sınıflandırıcılara kıyasla üstün doğruluk sunmak üzere tasarlanmıştır. Çalışma özellikle, temel sınıflandırıcı olarak rastgele orman algoritması ile torbalama tekniğini kullanır ve Ensemble AdaBoost, Ensemble LPBoost ve Ensemble RUSBoost gibi üç güçlendirme sınıflandırıcısı ile karşılaştırır.

Performans Değerlendirme

CICID2017 veri seti kullanılarak geliştirilen önerilen IDS, bulut bilişim ortamlarının katı gereksinimlerini karşılamak üzere tasarlanmıştır. Performansı değerlendirmek için her sınıflandırıcı çeşitli alt veri kümelerinde test edilmiştir. Sonuçlar, Ensemble RUSBoost sınıflandırıcısının %99.821 ile en yüksek ortalama performansı gösterdiğini belirtmiştir. Ayrıca, torbalama tekniği DS2 alt veri kümesinde %99.997 gibi etkileyici bir doğruluk oranı elde etmiştir.

Bu yenilikçi yaklaşım, etkinliğini vurgulamak için mevcut modellerle karşılaştırılmıştır. Karşılaştırmalı analiz, önerilen modelin bulut ortamlarında tehditleri doğru bir şekilde tespit etme ve hafifletme yeteneğini geliştirdiğini göstermiştir, böylece güvenilir bir güvenlik önlemi olarak potansiyelini ortaya koymuştur.

  • Bulut bilişim için kritik teknoloji, güvenlik zorunlu hale gelmiştir.
  • Yenilikçi IDS, ansambl öğrenme algoritmalarını kullanır.
  • Ensemble RUSBoost, %99.821 ile en yüksek performansı göstermiştir.
Bizi Facebook ve Twitter ( X ) hesaplarımızdan takip edebilirsiniz.
Web’s Editör
Web’s Editör
Web'in Dijital Sesi sloganıyla 2020 yılından bu yana yayın yapan websesi.com, teknoloji haberleri, trend teknolojik gelişmeler, oyunlar, girişim hikayeleri ve dünya çapında ses getiren her konuda seni bilgilendirmek için burada.

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz

POPÜLER İÇERİKLER