Investigating cyber threats on social media using machine learning
Makine öğrenmesi kullanarak sosyal medya üzerinde siber tehditlerin araştırılması
- Tez No: 599947
- Danışmanlar: PROF. DR. AHMET ERCAN TOPCU
- 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: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 97
Özet
"İnternet platformları verilerin kolayca bulunabileceği ve iletişimin hızlı olduğu yerlerdir. Böylece, bu bilgi çağında, bilgi siber dünyadaki terör saldırıları için tehlikeli bir silah olarak kullanılabilir. Böyle bir saldırı bir şirketin sistemlerini veya bazen de toplumun güvenliğini tehdit edebilir. Bireyleri ve sistemleri bu tür saldırılardan korumanın yanı sıra, bilinmeyen bir tehdidin önlenemeyeceği için saldırı riskleri de belirlenmelidir. Kötü amaçlı yazılım, istismar ve sahtekarlık gibi yeni tehditler genellikle çok geç fark edilir. Bu tehditler ilk keşfedildiğinde, sıfır gün olarak tanımlanır; zayıflıklar daha sonra bilgisayarların zayıf yönlerinin olması nedeniyle değerlendirilmekte ve büyük zararlar ortaya çıkmaktadır. IPS veya IDS gibi hiçbir güvenlik ürünü üreticisi bu riskleri derhal düzeltmeden onları tespit etmeyi başaramaz. Bu tez, bu zayıf yönleri mümkün olduğunca çabuk belirlemek için sosyal medya kaynaklarını (örneğin Twitter) kullanmaktadır. Amaç, bilinen bir sıfır günlük saldırıya maruz kaldıklarının farkında olmayan kişilerin yayınladığı bilgileri toplayarak sıfır günlük saldırıların belirlenmesidir. Çalışma sosyal medyadaki verileri kullanıyor ve kelime sınıflandırma gibi makine öğrenme ilkelerini uygulayarak verileri işler. Sonuç olarak, güvenlik açıklarını tanımlayan ve ilgili üreticileri veya satıcıları bilgilendiren bir program geliştirilmiştir. Bu yolla, sosyal medya verileri üzerinden sıfır günlük saldırılar tespit ederek satıcıların güvenlik açıklarını daha etkin bir şekilde gidermeleri mümkündür. Bu tezde, risk, güvenlik ve sosyal medya ile ilgili temel kavramları ele almak için bir literatür taraması yapılmış ve sosyal medyada saldırıya uğraması muhtemel saldırıları bulmak için yeni nesil bir program geliştirilmiştir.
Özet (Çeviri)
"Internet platforms are places where data can be found easily and communication is fast. Thus, in this information age, knowledge can be used as a dangerous weapon for terror attacks in the cyber world. Such an attack can threaten the systems of a company or sometimes even the safety of society. Besides protecting individuals and systems from such attacks, the attack risks must also be determined because an unknown threat cannot be precluded. New threats such as malware, exploit, and fraud are often noticed too late. When these threats are first discovered, they are defined as zero-day; the weaknesses are then exploited due to the vulnerability of the computers and major damages arise. No manufacturer of security products such as IPS or IDS can succeed without fixing these risks immediately. To address these issues, this thesis employs social media resources (i.e. Twitter) to identify these weaknesses as quickly as possible. The aim is to determine zero-day attacks by gathering information published by people who are not aware that they are facing a known zero-day attack. The study uses data from social media and processes the data by implementing machine learning principles such as word classification. As a result, a program is developed that identifies vulnerabilities and notifies the relevant manufacturers or vendors. In this way, it is possible for vendors to remove the vulnerabilities in a more efficient manner by identifying zero-day attacks via social media data. In this thesis, a literature review has been undertaken to address the basic concepts of risk, security and social media, and a new-generation program has been developed for finding probable attacks that have been alluded to on social media.
Benzer Tezler
- Amped authenticate yazılımı kullanılarak sayısal görüntü üzerinde şüpheli kameranın tespit edilebilirliği
Detectability of suspect camera on digital image by amped authenticate software
MERVE GÜMÜŞ
Yüksek Lisans
Türkçe
2023
Bilim ve TeknolojiAnkara ÜniversitesiAdli Bilimler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILMAZ AR
- Social media regulations in cybersecurity
Siber güvenlikte sosyal medya düzenlemeleri
USAMA AHMAD MUGHAL
Yüksek Lisans
İngilizce
2024
Bilim ve TeknolojiÜsküdar ÜniversitesiFen Bilimleri ve Teknolojileri Ana Bilim Dalı
PROF. DR. SALİM JİBRİN DANBATTA
- Post-flânerie: Altering rhythm, visual attention, and experience during walking in hybrid public space
Post-flanörlük: Hibrit kamusal mekânda yürürken değişen ritim, görsel dikkat ve deneyim
GÖRSEV ARGIN UZ
Doktora
İngilizce
2023
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. HANDAN TÜRKOĞLU
PROF. DR. BURAK PAK
- Üniversite öğrencilerinin teknoloji bağımlılık, sanal zorba ve sanal mağdur olma düzeyleri arasındaki ilişkinin incelenmesi
Investigation of the relationship between technology dependence, virtual bullets and virtual victim levels of university students
MEHMET BAŞAR
Yüksek Lisans
Türkçe
2019
Bilim ve TeknolojiSakarya ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZELİHA DEMİR KAYMAK
- Covıd-19 pandemisinin çocukların suça itilmesine etkisi: Silivri örneği
Impact of Covid-19 pandemic on juvenile delinquency: The case of Silivri
AYŞE DEĞİRMENCİ
Yüksek Lisans
Türkçe
2023
HukukÜsküdar ÜniversitesiCeza Adaleti Ana Bilim Dalı
DOÇ. DR. AYLİN YALÇIN SARIBEY