Nesnelerin interneti uygulamaları için saldırı tespit yöntemlerinin geliştirilmesi
Development of intrusion detection methods for internet of thingsapplications
- Tez No: 742807
- Danışmanlar: DR. ÖĞR. ÜYESİ ORHAN YAMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Adli Bilişim Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Adli Bilişim Bilim Dalı
- Sayfa Sayısı: 81
Özet
İnternettin gelişmesiyle birlikte IoT cihazları günümüzde birçok alanda kolaylık sağlamaktadır. Bu kolaylıklar insanların yaşam kalitesini arttırmaktadır. İnsanlar akıllı şehir, akıllı ev ve diğer akıllı platformları uzaktan izlemek ve yönetmek istemektir. Uzaktan izlenen ve yönetilen uygulamalar avantajlarının yanı sıra güvenlik sorunları gibi problemlere neden olmaktadır. IoT platformlarının artmasıyla birlikte saldırganların hedef noktası haline gelmiştir. Bu tür saldırıların tespit edilebilmesi ve güvenlik açıklarının önüne geçilmesi IoT teknolojisinin kullanım oranını daha da arttıracaktır. IoT kullanıcıları, saldırganların en çok tercih ettiği ağ saldırılarından dolayı mağdur olmaktadır. Bu mağduriyetin yanı sıra insanların kişisel verilerine erişim söz konusu olduğu için IoT platformlarındaki talebi olumsuz etkilemektedir. Bu tez çalışmasında, DDoS, DoS ve Brute Force gibi saldırı türleri incelenmiş ve IoT saldırılarını tespit etmek için yöntemler geliştirilmiştir. Tez kapsamında iki temel katkı sunulmuştur. İlk olarak akıllı ev platformunu oluşturmak için Home Assistant teknolojisini kullanan bir laboratuvar kurulmuştur. Bu laboratuvar ortamında IoT cihazlarına Brute Force FTP, Brute Force SSH, DoS HTTP Flood, DoS ICMP Flood, DoS Syn Flood, Syn Scan ve UDP Scan, olmak üzere yedi saldırı gerçekleştirilmiştir. Toplanan veri setine XGBOOST algoritması uygulanarak saldırı türleri tespit edilmiştir. İkinci olarak, literatürde yaygın olarak kullanılan Bot-IoT veri setine Karar Ağacı algoritması uygulanmıştır. Tez kapsamında kullanılan veri setlerine diğer makine öğrenmesi yöntemleri uygulanarak sonuçlar karşılaştırılmıştır.
Özet (Çeviri)
With the development of the Internet, IoT devices provide convenience in many fields today. These conveniences increase people's quality of life. People want to remotely monitor and manage the smart city, smart home, and other smart platforms. Remotely monitored and managed applications cause problems such as security problems as well as their advantages. With the increase of IoT platforms, it has become the target point of attackers. Detecting such attacks and preventing security vulnerabilities will increase the rate of use of IoT technology. IoT users are suffered because of network attacks, which are the most preferred by attackers. Besides this suffering, it negatively affects the demand for IoT platforms, as there is access to people's data. In this thesis, attack types such as DDoS, DoS, and Brute Force were examined and methods were developed to detect IoT attacks. Two main contributions were made within the scope of the thesis. First, a laboratory was established using Home Assistant technology to create the smart home platform. In this laboratory environment, seven attacks, namely Brute Force FTP, Brute Force SSH, DoS HTTP Flood, DoS ICMP Flood, DoS Syn Flood, Syn Scan, and UDP Scan, were carried out on IoT devices. Attack types were determined by applying the XGBOOST algorithm to the collected data set. Secondly, the Decision Tree algorithm was applied to the Bot-IoT dataset, which is widely used in the literature. The results were compared by applying other machine learning methods to the data sets used in the thesis.
Benzer Tezler
- Nesnelerin interneti temelli akıllı şebekelerde güvenlik zafiyetlerinin tespiti ve çözümüne yönelik yeni yaklaşımların geliştirilmesi
Developing new approaches for detecting and solving security vulnerabilities in internet of things based smart grids
MUHAMMED ZEKERİYA GÜNDÜZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL DAŞ
- Kenar bilişim için siber saldırıları tespit ve önleme yöntemleri
Cyber attack detection and prevention methods for edge computing
EBU YUSUF GÜVEN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ YILMAZ ÇAMURCU
- Group authentication and key establishment scheme
Grup kimlik doğrulama ve anahtar oluşturma şeması
SUEDA RUVEYDA GÜZEY
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
- Nesnelerin interneti için derin öğrenme ile veri odaklı ağ saldırı sınıflandırma sistemi
Data-oriented network attack classification system with deep learning for the internet of things
UĞUR ÇEKMEZ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ BULDU
PROF. DR. ÖZGÜR KORAY ŞAHİNGÖZ
- Nesnelerin interneti: Veri hesaplama tekniklerinde güvenlik entegrasyon çalışmaları
Internet of things: Security integration studies in data computing techniques
MERVE SÖZEN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiGebze Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ ALKUMRU
DR. FURKAN ÇAYCI