Araçların İnternetinde DDoS Tespiti için Optimize Edilmiş Topluluk Öğrenmesi
- 30 April 2026
- journal article
- Published by International Journal of Informatics Technologies in Bilişim Teknolojileri Dergisi
- Vol. 19 (2) , 125-145
Abstract
Dağıtılmış Hizmet Reddi (DDoS) saldırıları, hizmet kullanılabilirliğini ve bütünlüğünü etkileyerek ağ güvenliği için önemli bir tehdit oluşturmaya devam etmektedir. Anomali tespiti, imza tabanlı yöntemler ve makine öğrenimi (ML) yaklaşımları da dahil olmak üzere geleneksel savunmalar, yüksek yanlış pozitif oranları, düşük ölçeklenebilirlik ve yeni saldırı modellerine sınırlı genelleme gibi zorluklarla karşı karşıyadır. Anomali tespiti genellikle aşırı yanlış pozitif sonuçlar üretirken, imza tabanlı yöntemler yeni saldırıları tespit etmekte başarısız olur. Geleneksel ML teknikleri, gelişen ağ trafiğinin karmaşıklığını yakalamakta zorlanır ve bu da gerçek dünya senaryolarındaki etkinliklerini azaltır. Bu sınırlamaları gidermek için bu çalışma, Gradient Boosting, AdaBoost ve Naive Bayes'i optimize edilmiş sınıflandırıcı ağırlıkları ve yumuşak oylama mekanizmasıyla birleştiren bir topluluk saldırı tespiti modeli önermektedir. Araçların İnterneti (IoV) senaryolarına göre uyarlanmış CICIoV2024 veri setini kullanan topluluk, sırasıyla doğruluk, geri çağırma ve kesinlik açısından 0,96, 0,96, 0,98 ve 0,97'lik F1 puanı değerleriyle bireysel modellerden daha iyi sonuçlar elde ediyor. Bu sonuçlar, modelin dinamik IoV ortamlarında DDoS saldırılarını tespit etmedeki güvenilirliğini ve verimliliğini vurgulayarak, mevcut yöntemlerin temel zayıflıklarını ortadan kaldırıyor.Keywords
This publication has 71 references indexed in Scilit:
- Twined ensemble framework for network security: integrating Random Forest, AdaBoost, and Gradient Boosting for enhanced intrusion detectionDiscover Internet of Things, 2025
- SDDA-IoT: storm-based distributed detection approach for IoT network traffic-based DDoS attacksCluster Computing, 2024
- Intrusion detection system for cyberattacks in the Internet of Vehicles environmentAd Hoc Networks, 2023
- MGA-IDS: Optimal feature subset selection for anomaly detection framework on in-vehicle networks-CAN bus based on genetic algorithm and intrusion detection approachComputers & Security, 2022
- Detection and Classification of Distributed DoS Attacks Using Machine Learning2021
- Forecasting of Real GDP Growth Using Machine Learning Models: Gradient Boosting and Random Forest ApproachComputational Economics, 2020
- Bayes’ Theorem and Naive Bayes Classifier2019
- Bayes Classifier2011
- Ensemble Learning2011
- Ensemble Methods in Machine Learning2000