Yapay zeka teknikleri ile siber saldırı tespiti
Cyber attack detection with artificial intelligence techniques
- Tez No: 1009163
- Danışmanlar: DOÇ. DR. EMİNE BAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Metasezgisel algoritmalar, Optimizasyon, Optimizasyon algoritmaları, Siber saldırı, Yapay zeka, Metaheuristic algorithms, Optimization, Optimization algorithms, Cyber attack, Artificial intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Siber saldırılar günümüzde hem bireysel kullanıcıları hem de kurumsal sistemleri tehdit eden ciddi güvenlik riskleri arasında yer almaktadır. Giderek karmaşıklaşan saldırı türleri, geleneksel güvenlik önlemlerinin yetersiz kalmasına neden olmuş ve yapay zeka ile optimizasyon yöntemlerinin siber güvenlikteki rolünü artırmıştır. Bu tez çalışmasında, CSE-CIC-IDS2018 veri seti kullanılarak Zebra Optimizasyon Algoritması 1 (ZOA) gibi yeni sezgisel algoritmalarla bir veri madenciliğinde bir ön işleme yöntemi olan özellik seçimi gerçekleştirilmiş ve ardından k- En Yakın Komşu (kNN), Rastgele Orman (Random Forest), Çok katmanlı Algılayıcı (Multi-Layer Perceptron) (MLP, LSTN ve RNN gibi makine öğrenimi modelleri kullanılarak performans analizi yapılması planlanmaktadır. Özellik seçiminde kullanılan optimizasyon yöntemlerinin model başarımına olan etkisi detaylı olarak incelenecektir ve farklı modeller için doğruluk oranları karşılaştırılacaktır. Elde edilen sonuçlar, belirli optimizasyon tekniklerinin saldırı tespitinde büyük bir avantaj sağlayıp sağlamadığı değerlendirilecektir. Çalışmamız, siber saldırıların erken tespitinde optimizasyon tabanlı özellik seçim yöntemlerinin önemini vurgulamakta ve gelecekte daha gelişmiş algoritmaların siber güvenlik alanında nasıl kullanılabileceğine dair yol göstermektedir.
Özet (Çeviri)
Cyberattacks have become a significant security threat, affecting both individual users and corporate systems. The increasing complexity of attack types has rendered traditional security measures insufficient, thereby enhancing the role of artificial intelligence and optimization techniques in cybersecurity. In this thesis, feature selection—a crucial preprocessing step in data mining—is performed using novel heuristic algorithms such as the Zebra Optimization Algorithm (ZOA) on the CSE-CIC-IDS2018 dataset. Subsequently, performance analysis will be conducted using machine learning models, including k-Nearest Neighbors (kNN), Random Forest, Multi-Layer Perceptron (MLP), Long Short-Term Memory Networks (LSTM), and Recurrent Neural Networks (RNN). The impact of optimization-based feature selection on model performance will be examined in detail, and accuracy rates across different models will be compared. The findings will assess whether specific optimization techniques provide a significant advantage in attack detection. This study highlights the importance of optimization-based feature selection methods for early cyberattack detection and provides insights into the potential application of more advanced algorithms in cybersecurity.
Benzer Tezler
- Siber saldırıların tespitinde yapay zekâ tabanlı algoritma tasarımı
Ai-based algorithm design in detection of cyber attacks
AHMET NUSRET ÖZALP
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZAFER ALBAYRAK
- Haberleşme ağlarında saldırı tespiti için yapay zeka modellerinin uygulanması
Application of artifical intelligence models for intrusiondetection in communication networks
ALPERAY BURAK KELEŞ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TANSAL GÜÇLÜOĞLU
- Attack detection in IoT systems using metaheuristic-enhanced quantum and classical machine learning techniques
Metasezgisel yöntemlerle geliştirilmiş kuantum ve klasik makine öğrenme teknikleri kullanılarak IoT sistemlerinde saldırı tespiti
MUHAMMED FURKAN GÜL
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSivas Bilim ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİT BAKIR
- Mil-Std 1553 tabanlı sistemler için yeni bir saldırı tespiti yaklaşımı
A new intrusion detection approach for Mil-Std 1553 based systems
YUNUS EMRE ÇİLOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞERİF BAHTİYAR
- Applications of artificial intelligence for the security of networks
Ağ güvenliği için yapay zeka uygulamalari
SELEN GEÇGEL ÇETİN
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT