Nesnelerin interneti ekosisteminde yapay zekâ destekli saldırı tespit sistemi
Machine learning supported intrusion detection system in the internet of things
- Tez No: 676334
- Danışmanlar: DOÇ. DR. MUHAMMED ALİ AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Milli Savunma Üniversitesi
- Enstitü: Hezarfen Havacılık ve Uzay Teknolojileri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: 66
Özet
Son yıllarda internet hayatımızın olmazsa olmaz noktalarına dokunmaya başlamıştır. İnsan hayatına önemli ölçüde giren internet birçok gelişmeyi de beraberinde getirmiştir. İnternet'in bundan sonra en etkili olacağı alan ise her geçen gün çeşitliliğini arttıran Nesnelerin İnterneti (Internet of Things-IoT) cihazlardır. IoT basit bir tanımla değişik mimarideki ağların veya sistemlerin birbirleri ile değişik yöntemlerle bağlantı kurması olarak adlandırılabilir. Bu bağlantı insanlar arasında, insanlarla cihazlar arasında veya cihazlarla cihazlar arasında olabilmektedir. Tabi ki bu cihazların her birinin bir amaç doğrultusunda bahsedilen alana dahil olduğu unutulmamalıdır. Bir“şeyi”yani cihazı akıllı hale getirmek, o cihaza İnternet Protokol (IP) adresi vererek bilgisayar diliyle konuşmak, ona ne yapacağını söyleyerek akıllı hale getirmek, bu iletişimin cihazlar arasında yapılmasıyla da işlerimizi kolaylaştırmak gibi düşünceler IoT cihazların geliştirilmesini daha önemli hale getirmiştir. Başlangıçta bir kahve makinesinde uygulanan yöntem her geçen gün daha da çok hayatımızdaki yerini almakta ve burada işlenen verinin boyutu ve bu verinin önemi daha da artmaktadır. Tabi ki işlerimizi kolaylaştıran bu teknolojiden yararlanırken söz konusu cihazlarda güvenlik hususunu da göz ardı edemeyiz. IoT sistemlerin davranışları geleneksel bir ağ gibi olmadığından iletişimi ve veriyi güvenlik altına almak amacıyla uygulanacak güvenlik tedbirleri de geleneksel ağlarda kullanılan tedbirlerden farklı olacaktır. Özellikle düşük işlemci ve batarya gücü nedeniyle yeni algoritmalar tasarlanmaktadır. Cihazlar arasındaki oturumları güvenli tutmak, IoT sistemlerine yapılan saldırıları tespit etmek ve önlemek amacıyla kullanılan Saldırı Tespit Sistemlerinin (Intrusion Detection Systems-IDS) önemini arttırmıştır. Makine öğrenmesi yöntemleri kullanan bir IDS'in performansının geleneksel IDS'lerden daha iyi olduğu son dönemlerde belirgin bir şekilde anlaşılmaktadır. Bu çalışmada makine öğrenme yöntemleri kullanılarak yapılmış veya önerilmiş IDS'ler üzerine araştırmalar yapılarak MATLAB yazılımının kabiliyetleri ile yapay sinir ağları, K-en yakın komşu ve karar ağaçları gibi makine öğrenmesi yöntemleri kullanılmıştır. IoT cihazlardaki saldırılara odaklanan Kitsune veri seti kullanılarak bu üç farklı algoritma ile almış olduğumuz sonuçlar karşılaştırılarak makine öğrenmesi yöntemlerinden hangisinin bize en iyi sonuçları verdiği tespit edilmiştir. Ardından öğrenmiş bir saldırı tespit sisteminin benzer veri setleri üzerinde ve tamamen ilgisiz veri setleri üzerinde sağladığı performans değerleri tespit edilmiştir. Bu sayede modelimizin sıfırıncı gün saldırılarına karşı ne kadar etkili olduğu tespit edilmiştir.
Özet (Çeviri)
In recent years, the internet has started to touch the indispensable points of our life. The internet, which has entered human life significantly, has brought many developments with it. The area where the Internet will be most effective from now on is the Internet of Things (IoT) devices that increase its diversity day by day. IoT devices are taking their place in our lives more and more every day, and the size of the data processed here is increasing day by day. Since the behavior of IoT systems is not like a traditional network, new algorithms are designed to secure communication and data, especially due to low processor and battery power. With a simple definition, IoT can be called as system connection with different architecture from different systems. This connection can be between people, between parts, with a device. Of course, it should not be forgotten that each of these devices is included in the mentioned area for a purpose. The development of IoT devices has become more important due to ideas such as making a“thing”a smart device, speaking in computer language by giving that device an Internet Protocol (IP) address, making it smart by telling it what to do, and making our work easier by making this communication between devices. The method initially applied in a coffee machine is taking its place in our lives more and more every day, and the size and importance of the data processed here is increasing. Of course, while making use of this technology, which makes our work easier, we cannot ignore the security issue in these devices. Since the behavior of IoT systems is not like a traditional network, the security measures to be applied to secure communication and data will also be different from the measures used in traditional networks. New algorithms are designed especially due to low processor and battery power. Keeping sessions between devices secure has increased the importance of Intrusion Detection Systems (IDS), which are used to detect and prevent attacks on IoT systems. Recently, it has been clearly understood that the performance of an IDS using machine learning methods is better than traditional IDSs. In this study, machine learning methods such as Artificial Neural Networks(ANN), K-Nearest Neighbor (KNN) and Decision Trees were used with the capabilities of the MATLAB software by researching IDSs made or proposed using machine learning methods. We used the Kitsune data set focusing on attacks on IoT devices, it was determined which of the machine learning methods gave us the best results by comparing the results we obtained with these three different algorithms. Then, the performance values provided by a learned intrusion detection system on similar data sets and completely unrelated data sets were determined. In this way, it has been determined how effective our model is against zero-day attacks.
Benzer Tezler
- Nesnelerin interneti ekosisteminde yapay zeka tabanlı saldırı tespit sistemi geliştirilmesi
Developing an artificial intelligence based intrusion detection system on internet of things ecosystem
UMUR KURİŞ
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGÜR CAN TURNA
- Nesnelerin interneti ekosisteminde bir keşif robotu tasarımı
Design of a discovery robot in internet of things
FATİH KAYRANCI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN
- Tedarik zincirinde blokzinciri ve yeni teknoloji uygulamaları
Blockchain and new technology applications in supply chain
MUSTAFA EROĞLU
- Designing a reference architecture for personal learning environments
Kişisel öğrenme ortamları için bir referans mimari tasarlanması
SELAMİ BAĞRIYANIK
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM KARAHOCA
- Süper akıllı toplum 5.0 ve dijital iletişim teknolojilerinin moda tasarımınına etkileri
Super smart society 5.0 and the effects of digital communication technologies on fashion design
AKIN AKİKOL
Yüksek Lisans
Türkçe
2022
İletişim Bilimleriİstanbul ÜniversitesiGazetecilik Bilim Dalı
PROF. DR. ENVER ÖZGÜR GÖNENÇ