Real-time intrusion detection and prevention system for sdn-based iot networks
Nesnelerin interneti içeren yazılım tanımlı ağlarda gerçek zamanlı saldırı tespiti ve önlenmesi sistemi
- Tez No: 689488
- Danışmanlar: DR. ÖĞR. ÜYESİ PELİN ANGIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
5G ağlarıyla beraber kablosuz ağlardaki gelişmeler birçok yeni nesnelerin interneti senaryosunu mümkün kıldı. 5G ve ötesi ağları network sanallaştırması için yazılım tanımlı ağları ve ağ fonksiyonlarını sanallaştırmayı kullanacak. Nesnelerin internetinin yaygın kullanımı ve güvenlik açıkları yazılım tanımlı ağ tabanlı akıllı, gerçek zamanlı ve otonom saldırı tespit ve önlenmesi sistemlerini gerekli kılıyor. Bu tezde, yazılım tanımlı ağ tarafından yönetilen nesnelerin interneti ağları için gerçek zamanlı ve otonom bir saldırı tespiti ve önlenmesi sistemi öneriyoruz. Önerilen yaklaşım yazılım tanımlı ağların uygulama katmanında rastgele orman modeli kullanarak otomatik bir şekilde akışlardan özellik elde etmek ve bunları sınıflandırmak üzerine kurulu. Nesnelerin interneti için yazılım tanımlı ağlara özel dataset ürettik ve önerdiğimiz saldırı tespit modelimizin performansı gösterdik. Model performanslarına ek olarak, önerdiğimiz sistemin varlığındaki ve yokluğundaki ağ deneyleri sonuçlarını paylaştık. Deney sonuçlarının gösterdiği gibi önerdiğimiz güvenlik yaklaşımı yazılım tanımlı ağ tarafından yönetilen nesnelerin interneti ağları için gerçek zamanlı ve yüksek doğrulukla saldırıları tespit ediyor ve önlüyor.
Özet (Çeviri)
The significant advances in wireless networks with the 5G networks have made possible a variety of new IoT use cases. 5G and beyond networks will significantly rely on network virtualization technologies such as SDN and NFV. The prevalence of IoT and the large attack surface it has created calls for SDN-based intelligent security solutions that achieve real-time, automated intrusion detection and mitigation. In this thesis, we propose a real-time intrusion detection and mitigation system for SDN, which aims to provide autonomous security in the IoT networks. The proposed approach is built upon automated flow feature extraction and classification of flows using random forest classifier at the SDN application layer. We present an SDN-specific dataset we generated for IoT and provide performance of the proposed intrusion detection model. In addition to the model performances, we provide network experiment results in the presence and absence of our proposed security mechanism. Experiment results demonstrate that the proposed security approach is promising to achieve real-time, highly accurate detection and mitigation of attacks in SDN-managed IoT networks.
Benzer Tezler
- Yazılım tanımlı ağlar ve nesnelerin interneti temelli akıllı şebekelerde anomali tespiti
Anomaly detection in smart grids based on software-defined networks and the internet of things
HİLAL YILDIZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSA BALTA
- Makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak saldırı tespit ve önleme sistemi geliştirilmesi
Developing an intrusion detection and prevention system using machine learning and deep learning methods
MEHMET ALİ ALTUNCU
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SUHAP ŞAHİN
- Gerçek zamanlı saldırı tespiti ve engelleme için makine öğrenmesi yöntemleri kullanarak web uygulama güvenlik duvarı geliştirilmesi
Development of web application firewall using machine learning techniques for real-time intrusion detection and prevention
MUHAMMED ERSİN DURMUŞKAYA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN FEHMİ SELİM BAYRAKLI
- Threat hunting by analyzing endpoint logs
Uçnokta loglarının analizi ile tehdit avcılığı
RAŞİT GÜLSEVEN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiSiber Güvenlik Ana Bilim Dalı
YRD. DOÇ. DR. BETÜL ERDOĞDU ŞAKAR
- Siber güvenlik analizi için yeni bir siber saldırı simülatörü geliştirilmesi
Design and implementation of a new cyber attack simulator for cyber security analysis
ŞAHİN KARA
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ZENGİN