Yazılım tanımlı ağlar üzerinde makine öğrenimi kullanarak optimal özellik çiftlerini belirleme ve anomali tespiti

Günümüz internet teknolojilerinde siber saldırılar en büyük sorunlarındandır. Son yıllarda bilişim teknolojileri büyük gelişme gösterirken, geleneksel ağ prensipleri hemen hemen hiç değişmemiştir. Bu doğrultuda, çalışmada Yazılım Tanımlı Ağ kullanılarak merkezi kontrol ve programlanması sayesinde ağ trafiğinin etkin bir şekilde izlenmesi sağlanmıştır. Tam özniteliklerle eğitilmiş herhangi bir makine öğrenimi tespit sistemi, verimsiz ve ağır saldırı tespit sistemlerine dönüşür. Bu nedenle, verimsiz ve ağır saldırı tespit sistemleri yerine hafif, doğru ve yüksek performanslı izinsiz giriş tespit sistemleri çok önemlidir. Bu amaçla en popüler 10 adet makine öğrenme algoritması ve BoT-IoT (2018) veri seti seçilmiştir. Bu çalışmada, bu veri kümesinin geliştiricileri tarafından önerilen en iyi on iki öznitelik kullanılmıştır. Benzer şekilde, 66 öznitelik çiftinden her bir öznitelik çifti aracılığıyla 10 makine öğrenme algoritması eğitilerek 660 öznitelik çifti tabanlı hafif saldırı tespit sistemi geliştirilmiştir. Ayrıca, 12 en iyi öznitelik ile eğitilen 10 saldırı tespit sistemi ve 66 öznitelik çifti ile eğitilen 660 saldırı tespit sistemi, makine öğrenmesi algoritmik gruplarına göre birbirleriyle karşılaştırılmıştır. Öznitelik çiftleriyle elde edilen sonuçlar %95'in üzerinde iken ayrıca birim maliyet açısından %20-%30 arasında kazanç sağlamaktadır. Anahtar kelimeler: Yazılım Tanımlı Ağ, Siber Güvenlik, Bot-Iot Veriseti, Makine Öğrenmesi