Analysis and detection of attacks against RPL-based ınternet of things under mobility
Hareketlilik altinda RPL tabanli iot'de saldirilarin analizi ve tespiti
- Tez No: 1004446
- Danışmanlar: PROF. DR. SEVİL ŞEN, DR. ÖĞR. ÜYESİ SELİM YILMAZ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Kablosuz sensör ağları, Wireless sensor networks
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Mobil Nesnelerin İnterneti (IoT) uygulamalarının özellikle akıllı tarım, sağlık hizmetleri ve endüstriyel otomasyon gibi alanlarda yaygınlaşması, mevcut yönlendirme ve güvenlik mekanizmaları açısından yeni zorluklar doğurmuştur. IoT ağlarında en çok tercih edilen protokollerden biri olan Düşük Güçlü ve Kayıplı Ağlar için Yönlendirme Protokolü (RPL), durağan ortamlara yönelik tasarlandığı için hareketlilik koşullarında performansını koruyamamakta; bu durum yönlendirme verimliliğinin azalmasına ve güvenlik açıklarının artmasına neden olmaktadır. Bu tez çalışması, hareketli IoT ortamlarında RPL protokolünün performans ve güvenlik sınırlamalarını kapsamlı şekilde ele almaktadır. Yapılan simülasyonlar, ağdaki mobil düğüm oranı %20'nin altında kaldığında RPL'in kararlı bir şekilde çalıştığını göstermektedir. Güvenlik açısından ise üç farklı senaryo incelenmiştir: mobil saldırgan–sabit kurban, sabit saldırgan–mobil kurban ve her iki düğümün de hareketli olduğu durum. Bu analizler, RPL'in hareketli ağlardaki saldırılara karşı dayanıklılığını literatürdeki en ayrıntılı şekilde ortaya koymaktadır. Ortaya çıkan güvenlik sorunlarını ele almak amacıyla, bu çalışmada yeni bir Saldırı Tespit Sistemi (IDS) önerilmektedir. Önerilen IDS, özellikle RPL tabanlı ağlarda mobil saldırıların tespiti için tasarlanmıştır. Böyle bir IDS'nin geliştirilmesi, ağ yapısının sürekli değiştiği göz önünde bulundurularak, dinamik bir optimizasyon problemi olarak ele alınmıştır. Bu kapsamda, Evrimsel Dinamik Optimizasyon (EDO) yaklaşımı Genetik Programlama (GP) ile entegre edilerek, mobil IoT ortamlarının dinamik doğasını etkin şekilde ele alan yeni bir IDS geliştirilmiştir. Ayrıca, önerilen sistem, Çeşitlilik Artırma (DI) ve Transfer Öğrenimi (TL) bileşenlerinden de yararlanmaktadır. EDO ile yapılan bu iyileştirme, IoT ağlarında hareketlilikten kaynaklanan çevresel koşul değişimlerinin hızlı bir şekilde tespit edilmesini sağlayarak, sistemin sık ve ani değişiklikler altında dahi yüksek tespit doğruluğunu korumasına imkân tanır. Bunun yanında, önerilen IDS, GP'nin daha hızlı yakınsamasını destekleyerek sistemin çevresel değişikliklere erken aşamada uyum sağlamasına olanak verir. Cooja simülatörüyle elde edilen deneysel sonuçlar, hem DI hem de TL uygulayan EDO tabanlı IDS'in, doğruluk ve yakınsama hızı açısından geleneksel Genetik Programlama (GP) yöntemine göre anlamlı bir üstünlük sağladığını ortaya koymuştur. Sistem, ağ koşullarındaki değişimlere hızla uyum sağlayarak DIS Flood (DF), Versiyon Artırma (IV) ve En Kötü Ebeveyn (WP) saldırılarını zamanında ve yüksek doğrulukla tespit edebilmektedir. EDO mekanizmasının IDS yapısına entegrasyonu sayesinde, bu çalışma hareketli saldırganların bulunduğu IoT ağları için esnek ve güçlü bir güvenlik çözümü sunmaktadır. Mevcut literatür ışığında, bu çalışma, RPL tabanlı ağlarda hareketli saldırganların tespiti için EDO mekanizmasını bir IDS yapısına entegre eden ilk örnektir.
Özet (Çeviri)
The increasing adoption of mobile Internet of Things (IoT) applications—such as smart agriculture, healthcare, and industrial automation—has introduced new challenges for existing routing and security mechanisms. Among the most widely used protocols in IoT, the Routing Protocol for Low-Power and Lossy Networks (RPL) is originally designed for static environments and struggles to maintain performance under mobility, leading to routing inefficiencies and heightened vulnerability to attacks. This thesis presents a comprehensive investigation into the performance and security limitations of RPL in mobile IoT scenarios. Through extensive simulations, it is shown that RPL performs reliably when mobile nodes constitute less than 20% of the network. From a security perspective, three adversarial configurations are analyzed: mobile attacker with static victim, static attacker with mobile victim, and both nodes being mobile. These evaluations provide the most extensive analysis to date of RPL's resilience against attacks in dynamic environments. To address the emerging security challenges in such settings, a novel Intrusion Detection System (IDS) is proposed. The IDS is specifically designed for mobile attack detection in RPL-based networks. Developing such IDS is handled as a dynamic optimization problem, where optimal solutions must adapt to the continuously changing network landscape. By integrating Evolutionary Dynamic Optimization (EDO) with Genetic Programming (GP), a novel IDS is developed to effectively address the dynamic nature of mobile IoT environments. Furthermore, the proposed system leverages Diversity Introducing (DI) and Transfer Learning (TL) components. This EDO enhancement enables the IDS to promptly detect shifts in environmental conditions caused by mobility in IoT networks, maintaining high detection accuracy even under frequent mobility induced changes. Furthermore, the proposed IDS facilitates faster GP convergence, allowing the system to adapt to environmental changes at an early stage. Experimental results obtained using the Cooja simulator show that the EDO-based IDS applying both DI and TL substantially outperforms the standard GP approach in terms of accuracy and convergence speed. The system proves especially effective in quickly adapting to environmental changes, ensuring timely and accurate detection of attacks such as DIS Flood (DF), Increased Version (IV) and Worst Parent (WP) attack. By integrating EDO into the IDS framework, this thesis introduces a robust and adaptive security solution for mobile IoT networks. To the best of the author's knowledge, this is the first work to incorporate an EDO mechanism into an IDS for detecting mobility-related attacks in RPL-based networks.
Benzer Tezler
- New lightweight DoS attack mitigation techniques for RPL based IoT networks
RPL temelli IoT ağları için DoS saldırılarının etkisini azaltacak yeni teknikler
AHMET ARIŞ
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ
- Analysis, detection and prevention of LTE physical layer jammer attacks
LTE fiziksel katman jammer saldırılarının analizi, tespiti ve önlenmesi
MERT EYGİ
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Uçan tasarsız ağlara (Fanet) yönelik yönlendirme saldırılarının analizi ve tespiti
Analysis and detection of routing attacks on flying ad hoc networks
ÖZLEM CEVİZ
Yüksek Lisans
Türkçe
2022
Savunma ve Savunma TeknolojileriSivas Bilim ve Teknoloji ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. SEVİL ŞEN AKAGÜNDÜZ
- Gelişmiş sosyal mühendislik saldırıları analizi ve tespiti
Analysis and detection of advanced social engineering attacks
ŞEYDANUR AHİ
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM SOĞUKPINAR
- Kuantum anahtar değişim protokollerine karşı yapılan saldırıların analizi ve savunma yöntemleri
Analysis and defense methods of attacks against quantum key exchange protocols
İLKER BURAK ADIYAMAN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM SOĞUKPINAR