Bulut bilişim altyapıları için yapay zeka destekli güvenlik ve risk değerlendirmeleri
Artificial intelligence-powered security and risk assessments for cloud computing infrastructures
- Tez No: 1018305
- Danışmanlar: DOÇ. DR. MEVLÜT ERSOY
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bulut bilişim teknolojileri, sunduğu ölçeklenebilirlik, esneklik ve maliyet avantajları nedeniyle kurumlar tarafından yaygın biçimde benimsenmektedir. Ancak çoklu kiracılık yapısı, paylaşımlı altyapılar, dinamik kaynak tahsisi ve hizmet sağlayıcı bağımlılığı gibi özellikler, bulut ortamlarında güvenlik risklerinin geleneksel bilişim sistemlerine kıyasla daha karmaşık bir yapıya sahip olmasına neden olmaktadır. Bu durum, bulut bilişim ortamları için sistematik, bütünleşik ve uygulanabilir risk değerlendirme yaklaşımlarına olan ihtiyacı arttırmaktadır. Bu tez çalışmasında, bulut bilişim ortamlarında bilgi güvenliği risklerinin değerlendirilmesini destekleyen, çok katmanlı ve modüler bir karar destek sistemi tasarlanmış ve tamamlanmıştır. Geliştirilen sistem, varlık envanteri, zafiyet verileri ve risk değerlendirme çerçevelerini bütünleşik biçimde ele alarak, risk yönetimi süreçlerinin otomatik ve izlenebilir şekilde yürütülmesini amaçlamıştır. Bu kapsamda sistem mimarisi; veri toplama, envanter yönetimi, zafiyet-varlık eşleştirme, risk analiz ve raporlama katmanlarından oluşacak biçimde kurgulanmıştır. Çalışma kapsamında, ulusal ve uluslararası zafiyet veri kaynaklarından elde edilen CVE kayıtları ile sistemde tanımlanan varlık bilgileri ilişkilendirilmiş; risk değerlendirme süreçleri ISO/IEC 27005, NIST SP 800-30, OCTAVE Allegro ve COBIT 5 gibi yaygın olarak kullanılan risk yönetim çerçeveleri doğrultusunda ele alınmıştır. Oluşturulan bütünleşik veri seti üzerinde gerçekleştirilen deneysel çalışmalar, farklı risk değerlendirme metodolojilerinin aynı bağlamda nasıl farklı sonuçlar üretebildiğini ortaya koymayı hedeflemiş ve sonuçlar değerlendirilmiştir. Ayrıca makine öğrenmesi tabanlı modeller, risk değerlendirme sürecinde karar destekleyici bir bileşen olarak kullanılarak, sistemin bağlamsal tutarlılığının artırılması amaçlanmıştır. Geliştirilen karar destek sistemi, yalnızca teorik ve deneysel bir çerçeve sunmakla kalmayıp, aynı zamanda kullanıcı arayüzü üzerinden risklerin, zafiyetlerin ve uyumluluk durumlarının izlenebildiği uygulanabilir bir platform olarak tamamlanmıştır. Yapılan deneysel analizler sonucunda, ISO/IEC 27005 risk yönetim çerçevesi temelinde eğitilen XGBoost modelinin %97,5 doğruluk ve %96,09 F1-skoru değerleriyle en dengeli sınıflandırma performansını sergilediği, NVD veri tabanından elde edilen 135.947 adet zafiyet verisi üzerindeki testlerde ise %99,45 doğruluk ve %99,46 F1-skoru ile yüksek bir tahmin başarısına ulaşıldığı tespit edilmiştir. Bu yönüyle çalışma, bulut güvenliği alanında risk değerlendirme süreçlerini destekleyen uygulama odaklı bir çözüm sunmuştur.
Özet (Çeviri)
Cloud computing technologies are widely adopted by organizations due to their scalability, flexibility, and cost advantages. However, characteristics such as multi-tenancy, shared infrastructures, dynamic resource allocation, and service provider dependency cause security risks in cloud environments to be more complex compared to traditional IT systems. This situation increases the need for systematic, integrated, and applicable risk assessment approaches for cloud computing environments. this thesis, a multi-layered and modular decision support system designed to support the assessment of information security risks in cloud computing environments has been developed and completed. The developed system aims to execute risk management processes in an automated and traceable manner by handling asset inventory, vulnerability data, and risk assessment frameworks in an integrated way. In this context, the system architecture is structured to consist of data collection, inventory management, vulnerability-asset matching, risk analysis, and reporting layers. Within the scope of the study, CVE records obtained from national and international vulnerability data sources were correlated with asset information defined in the system. Risk assessment processes were addressed in accordance with widely used risk management frameworks such as ISO/IEC 27005, NIST SP 800-30, OCTAVE Allegro, and COBIT 5. Experimental studies conducted on the generated integrated dataset aimed to reveal how different risk assessment methodologies can produce different results within the same context, and these results were evaluated. Furthermore, machine learning-based models were utilized as a decision support component in the risk assessment process to enhance the contextual consistency of the system. The developed decision support system not only provides a theoretical and experimental framework but also serves as a practical platform where risks, vulnerabilities, and compliance status can be monitored via a user interface. Experimental analyses revealed that the XGBoost model, trained on the ISO/IEC 27005 risk management framework, exhibited the most stable classification performance with 97.5% accuracy and a 96.09% F1 score. Tests on 135,947 vulnerability data points from the NVD database showed a high prediction success rate with 99.45% accuracy and a 99.46% F1 score. In this respect, the study offers an application-oriented solution supporting risk assessment processes in the field of cloud security.
Benzer Tezler
- Blokzincir tabanlı güvenilir ve açıklanabilir yapay zeka kullanan akıllı sağlık çatısının geliştirilmesi
Development of smart health framework using blockchain-based trustworthy and explainable artificial intelligence
KÜBRA ARSLANOĞLU
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE
- Bulut güvenliğini sağlama: bulut bilişim ortamlarında siber güvenliği artırmaya yönelik stratejiler ve gelecek yönergeleri
Securing the cloud: Strategies and future directions for enhancing cybersecurity in cloud computing environments
WASIM MOHAMMED ABDALLAH ALNAJJAR
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞAFAK DURUKAN ODABAŞI
- Üniversite öğrencilerinin bakış açısıyla, endüstri 4.0 yaklaşımına yönelik farkındalığın belirlenmesi: Aydın ADÜ örneği
Determining the awareness of university students for the industrial 4.0 approach: Example of Aydın
İBRAHİM İŞIK
Yüksek Lisans
Türkçe
2022
EkonometriAydın Adnan Menderes ÜniversitesiUygulamalı Ekonometri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET ÜNLÜ
- The role of ai and machine learning in cloud intrusiondetection systems
Bulut saldırı tespit sistemlerinde yapay zeka ve makineöğreniminin rolü
ANAS CHEHADEH
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiSiber Güvenlik Ana Bilim Dalı
DOÇ. DR. YÜCEL BATU SALMAN
- Endüstri 4.0'ın örgüt yapısına ve karar vermeye etkisi: Bir mobilya firmasında vaka analizi
Effects of industry 4.0 on organizational structure and decision making: Case analysis in a furniture company
NİHAT YUVA
Yüksek Lisans
Türkçe
2019
İşletmeBurdur Mehmet Akif Ersoy ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ÖZLEM ÇETİNKAYA BOZKURT