SİSTEM GÜNLÜKLERİNİN ANALİZİ İÇİN YÜKSEK SEVİYELİ ALGORİTMA VE YAZILIM GELİŞTİRİLMESİ

Abstract

Bilgi sistem ağlarında kullanılan ağ cihazlarında olaylar hakkında günlük (log) tutulması oldukça önlemlidir. Bu günlükler sayesinde ağ üzerinde güvenlik olaylarının belirlenmesi ve saldırılara karşı önlem alınması sağlanmaktadır. Günlük analizi sayesinde sisteme girmeye çalışan kişilerin adres bilgilerine ulaşılmaktadır. Ayrıca sistem içinde bulunan kullanıcıların gerçekleştirdikleri (dosya kaydetme, yazıcıdan çıktı alama gibi) işlemlerin kontrol edilmesi mümkün olmaktadır. Günlük dosyalarının boyutları sistem içerisinde arttığı için bu dosyalardan yararlı bilgileri elde edebilmek zorlaşmaktadır. Bu yüzden, günlük dosyalarından önemli bilgilerin kısa bir sürede analiz edilmesi oldukça önemlidir. Ayrıca, günlük dosyalarının belirli aralıklarda analiz edilmesi gerekmektedir. Bu dosyalarda bulunan veriler büyük boyutlu olduğu için manuel olarak bu dosyaları kontrol veya kategorize etmek de oldukça fazla zaman almaktadır ve neredeyse imkânsız olmaktadır. Bu amaçla hataları tespit etmek ve günlük dosya mesajlarını sınıflandırmak amacıyla otomatik analiz araçları kullanmak gerekmektedir.

The logs generated by the operating systems, and application programs, network devices, web browsers and all devices found in information systems during their normal course of operation are very important and allow system administrators to ensure that they have a reliable information system. With log events, you can track what is going on your system, such as what web sites your clients accessed, whom they are sending e-mails to and receiving e-mails from and what applications are used. Log messages are accumulating each day in our systems. In that situation, it is very difficult to utilize the logs for checking our system health and get the meaningful information from them. Therefore, log files should been checked and analyzed frequently. However, the data in the log files is huge and typically contains billions to trillions of records. To analyze and categorize such large sets of data manually, for anomaly detection or reporting purposes, is tedious and nearly impossible. Therefore, to understand the health of our information system, automated analysis is important and practical task.