Show simple item record

dc.contributor.advisorΔουληγέρης, Χρήστος
dc.contributor.authorΧρυσολωράς, Γεώργιος Θ.
dc.description.abstractΤα δίκτυα υπολογιστών έχουν να αντιμετωπίσουν σε καθημερινή βάση απειλές ασφάλειας και επιθέσεις από εξωτερικούς και εσωτερικούς παράγοντες. Παρόλη την τεχνολογική εξέλιξη στον τομέα της ασφάλειας δικτύων, παραμένει δύσκολη διαδικασία η προστασία των δικτύων των υπολογιστικών συστημάτων. Τα συστήματα ανίχνευσης εισβολών αποτελούν ένα σημαντικό εργαλείο στην ανίχνευση και αντιμετώπιση κακόβουλων επιθέσεων στα υπολογιστικά συστήματα ενός δικτύου. Διάφορες ευφυείς τεχνικές (soft computing) έχουν προταθεί για την ανίχνευση δικτυακών εισβολών, υπάρχει όμως περιθώριο βελτίωσης και έρευνας όσον αφορά την ταχύτητα, ακρίβεια και προσαρμοστικότητα των τεχνικών ανίχνευσης. Στην εργασία αυτή παρουσιάζεται μια προσέγγιση ενός Γενετικού Αλγόριθμου στην ανίχνευση εισβολών και η υλοποίησή του σε λογισμικό. Ο Γενετικός αλγόριθμος εκπαιδεύεται σε ορισμένα δεδομένα καταγραφής του δικτύου ώστε να παράγει ένα σύνολο κανόνων εισβολής. Οι κανόνες που εξορύσσονται, εφαρμόζονται για να ταξινομήσουν την κίνηση ενός υποτιθέμενου πραγματικού περιβάλλοντος σε "φυσιολογική κίνηση" ή "εισβολή". Για την εκπαίδευση και ανίχνευση χρησιμοποιείται η συλλογή δεδομένων KDD99Cup. Το πλήθος των δικτυακών χαρακτηριστικών που χρησιμοποιείται για την εκπαίδευση και ανίχνευση εισβολών, είναι μικρό ώστε η ανίχνευση να γίνεται γρήγορα και η εκπαίδευση του αλγορίθμου για εξαγωγή νέων κανόνων να είναι εφικτή σε πραγματικό περιβάλλον. Τα αποτελέσματα της προσέγγισης, βασιζόμενα στην συλλογή δεδομένων KDD99, είναι αποδεκτά, διατηρώντας σε υψηλά επίπεδα την ανίχνευση επιθέσεων, ενώ παράλληλα ο χρόνος εκπαίδευσης είναι μικρός.
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές
dc.subjectΗλεκτρονικοί υπολογιστές -- Δίκτυα -- Μέτρα ασφαλείας
dc.subjectΕξόρυξη δεδομένων
dc.subjectΛογισμικό εφαρμογών -- Ανάπτυξη
dc.titleΕξόρυξη δικτυακών εισβολών με χρήση γενετικών αλγορίθμων
dc.typeMaster Thesis
dc.identifier.call005.8 ΧΡΥ
dc.description.abstractENComputer networks have to cope with security threats and attacks on an everyday basis. Despite the contemporary tools and methods built for security assurance, it is still difficult to protect computer networks. Intrusion detection systems play an important role in identifying malevolent actions and attacks, while acting as a tool for a better security policy. There are various soft computing approaches in detecting intrusions to a computer network. Still, there are a lot of possibilities for these techniques to be improved in terms of speed, accuracy and adaptability. In this work a Genetic Algorithm approach is presented that detects intrusions and its software implementation. The Genetic Algorithm is trained towards some network audit data in order to derive a set of intrusion rules. The mined rules are applied to classify network activity into "normal" or "intrusion". The KDD99Cup training dataset is used for training the algorithm. The number of network features used was small in order to speed up the training and detection procedure and to be feasible in a real world environment. The results using KDD99 dataset are acceptable, keeping the detection rate high while maintaining small training time.

Files in this item


This item appears in the following Collection(s)

Show simple item record

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές
Except where otherwise noted, this item's license is described as
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές

Βιβλιοθήκη Πανεπιστημίου Πειραιώς
Contact Us
Send Feedback
Created by ELiDOC
Η δημιουργία κι ο εμπλουτισμός του Ιδρυματικού Αποθετηρίου "Διώνη", έγιναν στο πλαίσιο του Έργου «Υπηρεσία Ιδρυματικού Αποθετηρίου και Ψηφιακής Βιβλιοθήκης» της πράξης «Ψηφιακές υπηρεσίες ανοιχτής πρόσβασης της βιβλιοθήκης του Πανεπιστημίου Πειραιώς»