Modelling the effects of malware propagation on military operations by using bayesian network framework
Zararlı yazılımların yayılmalarının askeri operasyonlar üzerindeki etkisinin bayes ağı yapısı kullanılarak modellenmesi
- Tez No: 579770
- Danışmanlar: DOÇ. DR. CENGİZ ACARTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Siber Güvenlik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kötü amaçlı yazılımlar, istenmeyen sistem davranışlarına neden olan ve genellikle BT sistemlerine veya kullanıcılarına zarar veren kötü amaçlı programlardır. Bu etkiler askeri operasyonlar sırasında da görülebilir, çünkü yüksek teknoloji ürünü askeri silahlar, komuta, kontrol ve haberleşme sistemleri de birbirine bağlı BT sistemleridir. Bu tezde, kötü amaçlı yazılımların bağlı sistemlerdeki yayılmasını araştırmak için biyolojik hastalıkların yayılımını modellemek için kullanılan geleneksel modeller kullanılmıştır. Özellikle, kötü amaçlı yazılımların yayılmasını karakterize etmek kullanılan karma salgın modeli ve savaş modellerinin araştırılmasında bir çerçeve geliştirmek için Bayes Ağı analizi gibi olasılıksal bir öğrenme yaklaşımı önermektedir. Formüle dayalı temsiller kullanan klasik modellerle karşılaştırıldığında, bu tezin sonuçları, bir askeri gücün diğerine göre üstünlüğünün olasılıksal açıdan daha zenginleştirilmiş temsillerini ortaya koymaktadır.
Özet (Çeviri)
Malware are malicious programs that cause unwanted system behavior and usually result in damage to IT systems or its users. These effects can also be seen during military operations because high-tech military weapons, command, control and communication systems are also interconnected IT systems. This thesis employs conventional models that have been used for modeling the propagation of biological diseases to investigate the spread of malware in connected systems. In particular, it proposes a probabilistic learning approach, namely Bayesian Network analysis, for developing a framework for the investigation of mixed epidemic model and combat models to characterize the propagation of malware. Compared to the classical models, which have employed formula-based representations, the results of this thesis reveal more enriched representations of the superiority of one military force over the other in probabilistic terms.
Benzer Tezler
- Gelişmiş kalıcı tehditlerin incelenerek siber güvenlik tehditlerini tespit eden aracın geliştirilmesi
Development of a thread detection tool through the analysis of advanced persistent threats in cybersecurity
MEHMET KADİR CIRIK
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiAdli Bilişim Ana Bilim Dalı
DOÇ. FATİH ERTAM
- Makine öğrenmesiyle windows kötücül yazılım tespiti
Malware detection on windows using machine learning
TÜRKER SİVRİ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ŞİMŞEK
- Android sistemlerde derin öğrenme tabanlı kötü amaçlı yazılım tespit sistemi
Deep learning based malware detection system on android systems
ESRA ÇALIK BAYAZIT
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BUKET DOĞAN
PROF. DR. ÖZGÜR KORAY ŞAHİNGÖZ
- İklimlendirme sistemleri üzerinde makine öğrenmesi ile anomali tespiti
Anomaly detection with machine learning on air conditioning systems
REFİK KİBAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK
DR. ÖĞR. ÜYESİ KEVSER OVAZ AKPINAR