Show simple item record

Σύνολα Δεδομένων και Δοκιμές για Συστήματα Ανίχνευσης Εισβολών

dc.contributor.advisorKantzavelou, Ioanna
dc.contributor.authorΔεληγιαννίδης, Ιωάννης
dc.date.accessioned2021-07-30T10:14:39Z
dc.date.available2021-07-30T10:14:39Z
dc.date.issued2021-07-13
dc.identifier.urihttps://polynoe.lib.uniwa.gr/xmlui/handle/11400/1023
dc.identifier.urihttp://dx.doi.org/10.26265/polynoe-874
dc.descriptionΑσφάλεια πληροφοριακών και επικοινωνιακών συστημάτωνel
dc.description.abstractΈνα από τα πλέον σημαντικά και ιδιαίτερα θέματα που έχουν ανακύψει με την ραγδαία ανάπτυξη των ηλεκτρονικών υπολογιστών, εφαρμογών και δικτύων, ασύρματων και ενσύρματων, είναι η παράλληλη ανάπτυξη αποτελεσματικών συστημάτων ανίχνευσης εισβολών (IDS) με κατάλληλα και αποτελεσματικά σύνολα δεδομένων, για την διασφάλιση της ασφάλειας σε εμπιστευτικότητα, διαθεσιμότητα και ακεραιότητα των δεδομένων και διαδικασιών τόσο από εξωτερικές όσο και από εσωτερικές επιθέσεις. Οι προσπάθειες ανάπτυξης τέτοιων συστημάτων ξεκίνησαν το 1987 ως μία δεύτερη γραμμή άμυνας. Για την επίτευξη του στόχου αυτού συνεχώς γίνεται προσπάθεια να αναπτυχθούν διάφοροι μηχανισμοί ανίχνευσης εισβολών – επιθέσεων, χρησιμοποιώντας μεθόδους που εντάσσονται στο ευρύτερο πεδίο της εξόρυξης γνώσης από δεδομένα μέσω μηχανικής μάθησης. Στο πλαίσιο αυτό πραγματοποιείται πλήθος διαρκών και επίπονων δοκιμών σε σύνολα δεδομένων κατασκευασμένα για το σκοπό αυτό, τα οποία θα πρέπει να είναι ενημερωμένα και επικαιροποιημένα με τους τελευταίους τύπους επιθέσεων. Τέτοια σύνολα δεδομένων είναι τα DARPA98, KDD99, NSL-KDD, ISC2012, ADFA13, CAIDA (2011), ICSI κ.α. Σκοπός της παρούσας εργασίας είναι η ανάδειξη των προβλημάτων που δημιουργούνται από τα σύνολα δεδομένων κατά τη δοκιμή IDSs και των μειονεκτημάτων που συνεπάγεται η ύπαρξη και η εκδήλωση αυτών των προβλημάτων, μετά από ενδελεχή έρευνα και μελέτη στα περισσότερο δημοφιλών και επεξεργασμένων δημόσιων συνόλων δεδομένων. Προσδιορίσθηκαν τα προβλήματα που παρατηρούνται στα σύνολα δεδομένων και πως αυτά περιορίζουν την αποτελεσματικότητα των συστημάτων ανίχνευσης εισβολών. Στη συνέχεια προτείνονται λύσεις των προαναφερόμενων προβλημάτων και επισημαίνονται πεδία που χρήζουν περαιτέρω διερεύνησης και τέλος παρουσιάζονται τα συμπεράσματα της παρούσας εργασίας.el
dc.format.extent73el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Δυτικής Αττικήςel
dc.rightsΑναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές*
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/deed.el*
dc.subjectIntrusion Detection Systemel
dc.subjectIDSel
dc.subjectDatasetel
dc.titleΣύνολα Δεδομένων και Δοκιμές για Συστήματα Ανίχνευσης Εισβολώνel
dc.title.alternativeDatasets and Testing for Intrusion Detection Systems - IDSsel
dc.typeΜεταπτυχιακή διπλωματική εργασίαel
dc.contributor.committeeKantzavelou, Ioanna
dc.contributor.committeeMamalis, Basilis
dc.contributor.committeeBogris, Adonis
dc.contributor.facultyΣχολή Μηχανικώνel
dc.contributor.departmentΤμήμα Μηχανικών Πληροφορικής και Υπολογιστώνel
dc.contributor.masterΕπιστήμη και Τεχνολογία της Πληροφορικής και των Υπολογιστώνel
dc.description.abstracttranslatedOne of the most important and particular issues that have arisen with the rapid development of computers, applications and networks, wireless and Wired, is the parallel development of effective intrusion detection systems (IDS) with appropriate and effective data sets, to ensure security in confidentiality, availability and integrity of data and processes from both external and internal attacks. Efforts to develop such systems began in 1987 as a second line of Defense. In order to achieve this goal, various intrusion – attack detection mechanisms are constantly being developed, using methods that are part of the wider field of knowledge extraction from data through machine learning. In this context, a number of constant and painstaking tests are carried out on datasets built for this purpose, which should be up to date and up to date with the latest types of attacks. Such data sets are DARPA98, KDD99, NSL-KDD, ISC2012, ADFA13, CAIDA (2011), ICSI, etc. The purpose of this paper is to highlight the problems created by datasets during the IDSs test and the disadvantages involved in the existence and manifestation of these problems, after thorough research and study in the most popular and processed public datasets. The problems observed in data sets and how these limit the effectiveness of intrusion detection systems were identified. Then proposed solutions of the aforementioned problems and highlighted fields that need further investigation and finally presented the conclusions of this paper.el


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

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