Naïve Bayes decision tree simulation for cybersecurity adaptation in business
İşletmelerde siber güvenlik adaptasyonu için Naive Bayes karar ağacı tabanlı simülasyon
- Tez No: 1006238
- Danışmanlar: PROF. DR. SABRİ ERDEM
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, İşletme, Science and Technology, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme (ingilizce) Ana Bilim Dalı
- Bilim Dalı: İşletme Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
İşletmelerin siber uzaya olan bağımlılığı arttıkça, siber güvenlik riskleri hem hacim hem de karmaşıklık bakımından büyümeye devam etmektedir. Bu riskler; iş sürekliliği, kurumsal itibar, güven ve yasal uyum açısından önemli tehditler oluşturmaktadır. İnsan faktörü, siber güvenliğin en zayıf halkası olarak geniş çapta kabul görmekte olup, yapay zekâ destekli, otomatikleştirilmiş, hedefe yönelik ve karmaşık sosyal mühendislik saldırılarının artmasıyla birlikte daha da kritik bir unsur hâline gelmektedir. Bu çalışma, işletmelerde siber güvenlik uyarlamasına yönelik bir karar destek sistemi geliştirmeyi amaçlamakta ve bu süreçte insan faktörüne odaklanmaktadır. Siber güvenlik davranışları; parola yönetimi, e-posta ve internet kullanımı, sosyal medya, mobil cihazlar, bilgi işleme ve olay raporlama olmak üzere yedi alanda, bilgi, tutum ve davranış çerçevesi kullanılarak modellenmiştir. Zafiyet örüntülerini analiz etmek ve davranışsal riskleri tahmin etmek amacıyla Naïve Bayes tabanlı bir karar ağacı simülasyonu oluşturulmuştur. Elde edilen bulgular, siber güvenlik politikalarının geliştirilmesine katkı sağlamakta ve belirsizlik ile risk koşulları altında işletmelerin daha etkin siber güvenlik kararları almasına destek olmaktadır.
Özet (Çeviri)
Cybersecurity risks continue to grow in both volume and complexity as businesses become increasingly reliant on cyberspace. These risks pose threats to business continuity, reputation, trust, and regulatory compliance. The human element is widely regarded as the weakest link in cybersecurity and is becoming even more significant with the rise of artificial intelligence, automated, well-crafted and sophisticated social engineering attacks. This study aims to develop a decision support system for cybersecurity adaptation in business settings by focusing on the human factor. Cybersecurity behavior is modeled across seven domains: password management, email and internet use, social media, mobile devices, information handling, and incident reporting, using the knowledge, attitude, and behavior framework. A Naive Bayes decision tree simulation is constructed to analyze vulnerability patterns and predict behavioral risk. The findings contribute to cybersecurity policy development and support organizations in making more efficient cybersecurity decisions under uncertainty and risk.
Benzer Tezler
- Anomaly detection of MIL-STD 1553 traffic: Machine learning methods and realistic simulation evaluation
MIL-STD 1553 trafiğinde anomali tespiti: Makine öğrenmesi yöntemleri ve gerçekçi simülasyon ile değerlendirme
HÜSEYİN SAĞIRKAYA
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ECE GÜRAN SCHMİDT
- Kenar bilişim için siber saldırıları tespit ve önleme yöntemleri
Cyber attack detection and prevention methods for edge computing
EBU YUSUF GÜVEN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ YILMAZ ÇAMURCU
- Sağdan sansürlü sağkalım analizinde makine öğrenmesinde sınıflandırma algoritmaların kullanımı
Using of classification algorithms in machine learning for right censored survival analysis
PELİN AKIN
Doktora
Türkçe
2020
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. YÜKSEL TERZİ
- Antenna design for breast cancer detection and machine learning approach for birth weight prediction
Meme kanseri tespiti için anten tasarımı ve doğum ağırlığı tahmini için makine öğrenmesi yaklaşımı
HALUK KIRKGÖZ
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR KURT
- ADS-B cihazlarına yapılan saldırıların yapay öğrenme ile tespiti
Classification of attacks on ADS-B devices with artificial learning
İBRAHİM MERAL
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF BOZKAYA