Makine Öğrenmesi Algoritmaları ile Şifreli Trafiğin Sınıflandırılması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Bilgi Güvenliği Mühendisliği, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: Nur Betül Demirel
Danışman: Aydın Erden
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Günümüzde internet kişisel, ticari ve askeri alanda birçok hassas verinin paylaşıldığı temel iletişim platformu haline gelmiştir. Ağ üzerinden paylaşılan bu verilerin güvenliği, yetkisiz erişim ve kötü niyetli faaliyetlerin artan tehdidi nedeniyle giderek daha fazla endişe kaynağı haline gelmektedir. Bu endişeyi gidermek ve veri güvenliğinin sağlanması için ağ üzerinden iletilen verilerde şifreleme yöntem ve protokolleri kullanılmaktadır. Şifreleme yöntemleri ve protokolleri, kullanıcıların verilerinin güvenliğini sağlamak için faydalı olsa da aynı zamanda ağ üzerindeki faaliyetlerini gizlemek isteyen saldırganlar tarafından da kullanılabilmektedir. Bu nedenle, saldırganların ağ üzerindeki faaliyetlerini gizlemek için şifreleme yöntemlerini kullanması, çözülmesi gereken önemli bir sorun olarak karşımıza çıkmaktadır. Sorunun çözümü ise ancak şifreli ağ trafiğini doğru bir şekilde analiz etmek ve sınıflandırmak ile mümkün olabilecektir. Öte yandan şifreli trafiği deşifreleme yapmadan ağda faaliyet gösteren saldırganları tespit etme konusunda, mevcut ticari güvenlik çözümleri genellikle yetersiz kalmaktadır. Günümüzde hem sektörde hem de akademide kullanımı gittikçe artan ve daha da artacağı öngörülen makine öğrenmesi teknikleri şifreli ağ trafiğinin sınıflandırılması konusunda çözüm sunma potansiyeline sahiptir. Bu düşünceden hareketle, bu çalışmada şifreli ağ trafiğinin deşifre edilmeden makine öğrenmesi yöntemleri ile sınıflandırılması ve ağ üzerindeki saldırganların tespiti için kullanılabilecek makine öğrenmesi modelleri geliştirilmesi hedeflenmiştir. Çalışma kapsamında denetimli makine öğrenmesi algoritmalarından K-Nearest Neighbors (KNN), Support Vector Machine (SVM) ve Logistic Regression (LR) algoritmaları ile makine öğrenmesinin bir alt dalı olan topluluk öğrenmesi algoritmalarından Light Gradient Boosting Machine (LGBM) algoritması kullanılmış ve deşifreleme işlemi yapılmadan şifreli paketler olarak iletilen ağ trafik verileri analiz edilmiştir. Çalışmada ağ trafiğinde yaygın olarak kullanılan sınıfları içeren ve gerçek internet trafik verilerinden elde edilmiş olan ISCXVPN2016 veri seti kullanılmıştır. Çalışma kapsamında denetimli makine öğrenmesi algoritmaları ve topluluk öğrenmesi algoritmasıyla elde edilen başarı oranları karşılaştırılmış ve en yüksek sınıflandırma başarısı LGBM topluluk öğrenmesi algoritması ile %96,53 doğruluk oranında elde edilmiştir. Gerçek dünyada, modelin başarısı kadar modelin sınıflandırma hızı da önemlidir. Bu nedenle, algoritmaların başarı oranlarının yanı sıra hızının analiz edilebilmesi amacıyla test süreleri de hesaplanmış ve karşılaştırmalara dahil edilmiştir. Bu kapsamda başarı oranında olduğu gibi hız anlamında da en iyi performans gösteren algoritmanın LGBM olduğu ve 0,000074 saniyelik birim test süresi ile makine öğrenmesi algoritmalarından en iyi sonucu veren KNN'den yaklaşık iki kat daha hızlı sınıflandırma yapabildiği sonucuna ulaşılmıştır. Ayrıca çalışmada elde edilen başarı oranları ile literatürde yer alan diğer çalışmaların başarı oranlarının kıyaslamalarına da yer verilmiştir. Bulunan sonuçlar, yapılan diğer çalışmaların genelinden daha yüksek performans elde edildiğini göstermiştir.