Geri Dön

Sosyal medya ve web platformlarından siber tehdit istihbaratı toplanması ve analizi

Gathering and analyzing cyber threat intelligence from social media and web platforms

PDF İndir

  1. Tez No: 1000736
  2. Yazar: MEHMET RAĞIP ÖLMEZ
  3. Danışmanlar: DOÇ. DR. FATİH ERTAM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Siber tehdit istihbaratı, Çoklu sınıflandırma, Cyber threat intelligence, Multi classification
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Adli Bilişim Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Adli Bilişim Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Siber Tehdit İstihbaratı verileri siber isihbarat hakkında paylaşılan olayların dikkate alınması için verilerin toplanması ve işlenmesi için yoğun bir çalışma gerekliliğini ortaya koymaktadır. Zafiyet, güncelleme, veri ihlali, siber olay gibi vb. haberlerin veya yazıların kaynak olarak belirlenmesi göz önünde bulundurulup bir siber sınıf içeriği için bilgi veya kritik verilerin toplanması amaçlanmıştır. Söz konusu hedef alınan her hangi bir sistemin etkilenmesi ardından sosyal medya, web platformları veya özel forumlarda tespit edilmesidir. Tespit edilen bulguların sınıflandırmak ve daha zengin bir veri kaynağını ele alarak önemli haber bulgularını tespitinin sağlanması göz önünde bulundurulmuştur. Bu tez çalışmasında Reddit, Twitter (X), Telegram, Facebook, Instagram, açık web sayfaları ve Dark Web forumları gibi farklı ve dinamik kaynaklardan RSS (XML), HTML parser ve API yöntemleri kullanılarak belirli zaman aralıklarında veri toplanmıştır. Elde edilen veriler başlık ve içerik düzeyinde işlenerek CSV formatında depolanmış ve analiz sürecine uygun hale getirilmiştir. Böylece yapılandırılmamış ve dağınık halde bulunan açık kaynak veriler sistematik bir veri havuzuna dönüştürülmüştür. Toplanan veriler üzerinde gerçekleştirilen ön işleme ve zenginleştirme çalışmaları sonucunda, Doğal Dil İşleme (NLP) yöntemleri kullanılarak metinlerin belirli tehdit türlerine göre sınıflandırılması sağlanmıştır. Bu kapsamda BERT, Random Forest ve LSTM modelleri üzerinde çalışmalar yürütülmüş modellerin performansları karşılaştırmalı olarak değerlendirilmiştir. Özellikle sınıf yoğunluğunun yüksek olduğu veri yapısına rağmen BERT modelinin bağlamsal anlamı yakalama kabiliyeti sayesinde başarılı sonuçlar verdiği gözlemlenmiştir. Tez kapsamında geliştirilen model, siber tehdit istihbaratı (CTI) verilerinin önem derecesini ve türünü otomatik olarak sınıflandırabilecek şekilde tasarlanmıştır. Ayrıca bu modelin aktif bildirim sistemi ile entegre çalışmasına yönelik bir topoloji modeli oluşturularak sistemin çalışma prensibi ortaya konmuştur. Bu yaklaşım, büyük hacimli ve sürekli üretilen açık kaynak verilerinin anlamlandırılmasını ve operasyonel güvenlik süreçlerine katkı sağlamasını hedeflemektedir. Bu çalışma, açık kaynaklardan elde edilen verilerin yapay zekâ destekli yöntemlerle analiz edilmesi ve siber tehditlerin erken tespitine katkı sunması açısından önem taşımaktadır.

Özet (Çeviri)

Cyber Threat Intelligence data reveal the necessity of intensive efforts in collecting and processing information to ensure that cyber-related incidents are properly monitored and evaluated. In this context, news articles or reports concerning vulnerabilities, updates, data breaches, and cyber incidents are considered as primary sources, and the objective is to gather critical information relevant to specific cyber categories. Following the impact on any targeted system, related discussions and indicators may emerge across social media platforms, web environments, or specialized forums. The identification and classification of such findings, along with the utilization of enriched data sources, are regarded as essential for detecting significant and actionable intelligence. In this thesis, data were collected at regular intervals from diverse and dynamic sources including Reddit, Twitter (X), Telegram, Facebook, Instagram, public web pages, and Dark Web forums through RSS (XML), HTML parsing, and API-based methods. The collected data were processed at the headline and content level and stored in CSV format to ensure suitability for analytical procedures. In this way, unstructured and dispersed open-source information was transformed into a systematic data repository. Through preprocessing and data enrichment procedures applied to the collected dataset, Natural Language Processing (NLP) techniques were employed to classify textual content according to predefined threat categories. Within this scope, BERT, Random Forest, and LSTM models were implemented and comparatively evaluated based on their performance. Despite the high density and imbalance among classes, the BERT model demonstrated strong performance due to its contextual representation capability. The model developed within the scope of this thesis was designed to automatically classify CTI data according to their type and level of importance. Furthermore, a system topology integrating the classification model with an active notification mechanism was proposed, and its operational framework was presented. This approach aims to facilitate the interpretation of large-scale and continuously generated open-source data and to contribute to operational cybersecurity processes. Overall, this study is significant in terms of applying artificial intelligence–based methods to the analysis of open-source data and supporting the early detection of cyber threats.

Benzer Tezler

  1. Tez No

    586160

    Facebook'taki çocuk istismarının internet haber sitelerine yansıması

    Child abuse on facebook as reflected on social media platfroms

    SEDA TUFAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    GazetecilikErciyes Üniversitesi

    Gazetecilik Ana Bilim Dalı

    DOÇ. DR. YAŞAR ZORLU

  2. Tez No

    794669

    Turizm fakülteleri eğitim öğretim programlarına yönelik öğrenci algılamalarının endüstri 4.0 beklentileri bağlamında değerlendirilmesi

    The evaluation of student perceptions regarding educational programs of tourism faculties in context of industry 4.0 expectations

    VUGAR NARIMANBAYLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    TurizmAnadolu Üniversitesi

    Turizm İşletmeciliği Ana Bilim Dalı

    PROF. DR. MERYEM AKOĞLAN KOZAK

  3. Tez No

    771325

    Açık kaynak istihbaratı (OSINT) için Türkçe içerik temelli kişilik özellikleri tahmini

    Prediction of Turkish content-based personality traits for open source intelligence (OSINT)

    MUHAMMED ALİ KOŞAN

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. HACER KARACAN

    DR. ÖĞR. ÜYESİ BURCU AYŞEN ÜRGEN

  4. Tez No

    823385

    Web 3.0'da dijital emeğin dönüşümü: Sosyal finans örneği

    Başlık çevirisi yok

    ROBİN KANAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İletişim BilimleriGalatasaray Üniversitesi

    Radyo Televizyon ve Sinema Ana Bilim Dalı

    DOÇ. DR. TOLGA ÇEVİKEL

  5. Tez No

    674214

    Dijital dinin kuramsallaştırılması: Paradigmalar, terimler, sorular, konular ve yöntemler

    The theorization of digital religion: Paradigms, terms, questions, topics and methods

    HİLAL GÖKBAYRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İletişim BilimleriMarmara Üniversitesi

    Gazetecilik Ana Bilim Dalı

    DOÇ. DR. ŞEVKİ IŞIKLI

Geri Dön