The role of ai and machine learning in cloud intrusiondetection systems
Bulut saldırı tespit sistemlerinde yapay zeka ve makineöğreniminin rolü
- Tez No: 1005211
- Danışmanlar: DOÇ. DR. YÜCEL BATU SALMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay Zeka, Makine Öğrenimi, Bulut Güvenliği, Saldırı Tespit Sistemleri, Siber Tehdit Tespiti, Anomali Tespiti, Artificial Intelligence, Machine Learning, Cloud Security, Intrusion Detection Systems, Cyber Threat Detection, Anomaly Detection
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Siber Güvenlik Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Her geçen gün yapay zeka (AI) ve makine öğrenimini (ML) birleştiren teknolojideki yeni gelişmeler, bulut ortamlarında siber güvenlik korumalarının ve müdahale mekanizmalarının güçlendirilmesinde vazgeçilmez hale geldi. Bulut bilişim geliştikçe, geleneksel Saldırı Tespit Sistemleri (IDS), dinamik, dağıtılmış ve ölçeklenebilir altyapıların parametrelerine ayak uydurmakta başarısız oluyor. Bu belge, gelişmiş performans ve sistemin esnekliği ve zekası açısından AI ve ML'nin Bulut İzinsiz Giriş Tespit Sistemleri (CIDS) üzerindeki etkisini araştırıyor. Bu çalışma, kapsamlı literatür ve çerçevelere dayanan nitel bir metodolojiyi benimsemektedir. Çalışma özellikle CIDS'deki zayıflıkları kapsıyor ve Destek Vektör Makineleri ve Rastgele Ormanlar dahil makine öğrenimi tekniklerine değiniyor. ayrıca kapsamlı bulut altyapılarında anormallik tespitinin hassasiyetini artıran CNN'ler ve LSTM'ler gibi Derin Öğrenme çerçeveleri. Ayrıca araştırma, imza tabanlı ve davranış tabanlı algılamayı sentezleyen hibrit modellerin sıfır gün tehditlerine hızlı ve doğru yanıtlar sağlamadaki etkinliğini de kapsıyor. AI CIDS, sistem ölçeklenebilirliği, gerçek zamanlı algılama ve hatalı pozitif sonuçların azaltılması alanlarında önemli ilerlemelere sahiptir; ancak gizliliğin korunması, veri güvenliği ve yeni tehditlere uyum sağlayacak model esnekliği alanlarında hâlâ zorluklarla karşılaşıyorlar. Bu çalışma, yapay zeka için etik ve açıklanabilir tekniklerin kullanımını teşvik etmektedir. bulut altyapısını güvence altına almak için sistemin birleşik öğrenimi ve sürekli yeniden eğitiminin yanı sıra.
Özet (Çeviri)
With each passing day, new advances in technology incorporating artificial intelligence (AI) and machine learning (ML) have become indispensable in reinforcing cybersecurity protections and response mechanisms in the cloud environments. As cloud computing burgeons, conventional Intrusion Detection Systems (IDS) fail to keep pace with the parameters of dynamic, distributed, and scalable infrastructures. This document investigates the impact of AI and ML on the Cloud Intrusion Detection Systems (CIDS) in terms of enhanced performance and the system's flexibility and intelligence. This study adopts a qualitative methodology on the basis of extensive literature and frameworks. Specifically, the study covers weaknesses in CIDS and touches on ML techniques including Support Vector Machines and Random Forests, as well as and Deep Learning frameworks such as CNNs and LSTMs that improve the precision of anomaly detection in extensive cloud infrastructures. Moreover, the research covers the efficacy of hybrid models that synthesize signature-based and behavior-based detection in providing swift and accurate responses to zero-day threats. AI CIDS possess significant advancements in the areas of system scalability, real-time detection, and reduction of false positives; however, they still have challenges in the areas of privacy preservation, data security, and the model flexibility to adapt to new threats. This study encourages the use of ethical and explainable techniques to AI, as well as federated learning and continual retraining of the system in order to secure the cloud infrastructure.
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
- Human-machine collaboration in landscape architecture:Multi-stage integration of ai into landscape site analysisworkflow
Peyzaj mimarlığında insan-makine işbirliği: Yapay zekanınçevre analizi sürecine çok katmanlı entegrasyonu
BUSE EZGİ ER
Yüksek Lisans
İngilizce
2026
Peyzaj Mimarlığıİstanbul Teknik ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. MELİH BOZKURT
- Digital maturity measurement based on the stages of digital business transformation a study in the automotive sales and aftersales sector
Dijital dönüşümün aşamalarına dayalı dijital olgunluk ölçümü otomotiv satış ve satış sonrası sektöründe bir araştırma
IRMAK MUTLU
Doktora
İngilizce
2023
İşletmeÖzyeğin Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERİK DEN HARTİGH
- Endüstri 4.0 ve mekatronik sistemler için yapay zekauygulamalarının geleceği
The future of artificial intelligence applications for industry 4.0 and mechatronic systems
PELİN TEKİN
Yüksek Lisans
Türkçe
2025
Yönetim Bilişim Sistemleriİstanbul Nişantaşı ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEVİLAY UÇAR YÜZBAŞ
- Erken tasarım aşamasında makine öğrenmesi tabanlı bina enerji performansı tahmin modeli
Machine learning -based building energy performance prediction model in early design phase
İBRAHİM AGAH TAŞTEMİR
Doktora
Türkçe
2025
Mimarlıkİstanbul Sabahattin Zaim ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. ENES YAŞA
DR. ERDEM KÖYMEN