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
- Tez No: 672327
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTekirdağ Namık Kemal ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCAN BULUŞ
- 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
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEFER KURNAZ
- 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
2024
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM
- New computer security system for DDOS detection in IoT
Başlık çevirisi yok
MANAR AMEEN ABDALRAZAK ABU ALTEMEN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM