Geri Dön

Distributed denial of service (DDOS) detection in IoT sensors by using deep learning technique

Derin öğrenme tekniği kullanılarak IoT sensörlerinde dağıtık hizmet reddi (DDOS) tespiti

  1. Tez No: 672327
  2. Yazar: OMAR AHMED
  3. Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 55

Özet

Bu çalışmada, IoT'lerde DDoS tespiti için uygulanan en iyi derin öğrenme yöntemlerinden biri olan derin otomatik kodlayıcılar teknik yöntemi ile birlikte iyi bilinen gözetimsiz öğrenme tekniklerinden biri olan PCA. İlk önce PCA kullanılarak çıkarılan özellik boyutu ve derin otomatik kodlayıcılara bağlanan düşük seviye özellikler çıkarıldı. Ardından, ilk otomatik kodlayıcı özellikleri çıkardı ve çıktısı ikinci otomatik kodlayıcıya bağlandı. Son aşamada, denetimli öğrenme tekniğinde eğitim almış olan ikinci otomatik kodlayıcı çıktısı SoftMax'a bağlanmıştır. Son olarak, otomatik kodlayıcılar ve SoftMax, tespit oranını artırmak için denetimli teknikte istiflenir ve eğitilir. Ayrıca, elde edilen sonuçlar bu alanda sunulan ortak çalışmalarla karşılaştırılmıştır.

Özet (Çeviri)

In this study, PCA which is one of the well-known unsupervised learning techniques combined with deep auto-encoders technique method which is one of the best deep learning methods which applied to DDoS detection in IoTs. The features first extracted using PCA which reduce the features size and extracted low level features that wired to the deep auto-encoders. Then, the first auto-encoder extracted the features and its output wired to the second auto-encoder. In the last stage, the output of second auto-encoder wired to the SoftMax that trained in supervised learning technique. Finally, the auto-encoders and SoftMax are stacked and trained in supervised technique to increase the detection rate. Besides, the obtained outcomes compared with common studies presented in this field.

Benzer Tezler

  1. Nesnelerin interneti (IoT) cihazları için güvenlik değerlendirmesi ve ddos saldırı tespiti

    Security assessment and ddos attack detection for internet of things (IoT) devices

    ÇAĞRI ÇULCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTekirdağ Namık Kemal Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERCAN BULUŞ

  2. New lightweight DoS attack mitigation techniques for RPL based IoT networks

    RPL temelli IoT ağları için DoS saldırılarının etkisini azaltacak yeni teknikler

    AHMET ARIŞ

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SEMA FATMA OKTUĞ

  3. Detection of DDOS attack in IoT networks using deep learning technologies

    Derin öğrenme teknolojileri kullanılarak IoT ağlarında DDOS saldırılarının tespiti

    SAJA EMAD JUMAAH JUMAAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEFER KURNAZ

  4. Comparing matrix profile lightweight algorithms usingself-collected data for detecting DDoS attacks in IoTequipment

    DDoS ataklarının tespit edilmesinde IoTekipmanlarının kendi sistem verilerikullanılarak matrix profili temelli hafifalgoritmaların karşılaştırılması

    FAHRİ SİNAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİN ANARIM

  5. New computer security system for DDOS detection in IoT

    Başlık çevirisi yok

    MANAR AMEEN ABDALRAZAK ABU ALTEMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM