Detection and analysis of cyber-attacks on IoT network devices
IoT ağ cihazlarındaki siber saldırıların tespiti ve analizi
- Tez No: 712952
- Danışmanlar: DOÇ. DR. FATİH ERTAM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Adli Bilişim Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Adli bilişim ve siber güvenlik alanındaki en önemli zorluklardan birisi de nesnelerin interneti (IoT) ağlarındaki siber saldırıların tespit edilmesidir. İmza tabanlı geleneksel saldırı tespit sistemleri tüm saldırıları tespit edemez. Bu nedenle, özellikle IoT ağlarındaki siber saldırıları hızlı bir şekilde tespit etmek ve ağ trafiğini sınıflandırmak için çeşitli yöntemlerin geliştirilmesi çok önemlidir. Bu tez çalışmasında bir IoT ağı oluşturularak, çeşitli saldırı senaryoları oluşturulmuş ve ağ trafiği kayıt altına alınmıştır. Kayıt altına alınan ağ trafiği çeşitli makine öğrenmesi yaklaşımları ile analiz edilmiş ve yüksek başarım değerlerine ulaşılmıştır.
Özet (Çeviri)
One of the most pressing concerns in network forensics is the detection of cyber-attacks in the IoT networks and their devices. Traditional intrusion detection systems based on signature rules are unable to detect current attack types. Hence, the need to urgently develop advanced methods for classifying IoT network traffic that can swiftly detect cyber-attacks becomes inevitable. This research aims to develop machine learning algorithms for cyber-attack detection in IoT-based networks, by analyzing the traffic data composed from the network itself. An ideal IoT network was implemented solely for the attack scenarios and generation of a dataset. The self-generated dataset from the IoT network was utilized for the comparison of machine learning algorithms suitable for the classification of attack-to-normal network traffic data. The algorithms are expected to classify the multi-class data into nine classes (normal traffic inclusive).
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
- IoT için makine öğrenmesi tabanlı saldırı tespiti
Machine learning based intrusion detection for IoT
AYÇA NUR KAHYA
Yüksek Lisans
Türkçe
2022
Mühendislik BilimleriEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA NERGİS YOLAÇAN
- A generic and real-time internet of things attack realization and detection testbed
Nesnelerin interneti sistemlerinde saldırı gerçekleştirme ve tespit etme için genel amaçlı ve gerçek zamanlı test ortamı
MÜGE RAZİYE KUŞKON
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ALBERT LEVİ
- Deep learning in cyber security for internet of things
Nesnelerin internetinin siber güvenliği için derin öğrenme
FURKAN YUSUF YAVUZ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Şehir ÜniversitesiBilgi Güvenliği Mühendisliği Ana Bilim Dalı
PROF. DR. ENSAR GÜL
DR. DEVRİM ÜNAL
- Comparison of various algorithm for intrusion detection in data mining
Veri madenciliğinde intrüzyon algılama için çeşitli algoritminin karşılaştırılması
HASAN M.HUSSEIN M.ALI NASSRULLAH
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN