Geri Dön

Designing a smart system to detect the intrusion in IoT

Başlık çevirisi mevcut değil.

  1. Tez No: 746060
  2. Yazar: ZAINAB ABDALJABAR
  3. Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

Nesnelerin İnterneti (IoT), günlük faaliyetlerden geniş endüstriyel sistemlere kadar hayatın her alanında daha geniş bir etkiye sahip olma niyetiyle son birkaç yılda hızla büyüyor. Ne yazık ki, bir grup siber suçlu, IoT'yi siber suçlar için bir vektöre dönüştürmekten ve uç düğümleri saldırıya açık hale getirmekten sorumlu olanlar, bunu fark etti. Çok farklı türde IoT cihazları olduğundan, normal bir saldırı tespit sistemi (IDS) kullanarak IoT için altyapıyı savunmak zordur. IoT cihazlarının korunması gerekir. IoT'deki veri akışına baktık. bu çalışmada iki veri seti (UNSW-NB15 ve DoH20) ve üç Makine Öğrenimi (ML) sınıflandırıcısı kullanılmıştır: Rastgele Orman (RF), K-En Yakın Komşular (KNN) ve Karar Ağacı (DT). Her yöntem için Hata Oranı (ER), Doğruluk(Acc), Kesinlik, Geri Çağırma ve F1 puanını belirledik. Bu iki sınıflandırıcıyı birleştirdiğimizde olağanüstü sonuçlar (%100) aldık. Tespit oranları son derece yüksektir. Sonuçların kısa bir özeti sunulmaktadır.

Özet (Çeviri)

The Internet of Things (IoT) has been quickly growing during the previous few years, with the intention of having a wider impact on every aspect of life, from daily activities to vast industrial systems. Unluckily, A group of cybercriminals took notice of this, those responsible for turning the IoT into a vector for cybercrime, potentially exposing end nodes to attack. Since there are so many different kinds of IoT devices, There are difficulties to defend infrastructure for the IoT using a normal intrusion detection system (IDS). IoT devices need to be protected. We looked at data flow in the IoT. in this work taking two datasets (UNSW-NB15 and DoH20) and using three Machine Learning (ML) classifiers: Random Forest (RF), K-Nearest Neighbors (KNN) and Decision Tree (DT). For each method, we determined the Error Rate (ER), Accuracy(Acc), Precision, Recall, and F1 score. We received outstanding results (100%) when we combined these two classifiers. Detection rates are extremely high. A succinct summary of the results is presented.

Benzer Tezler

  1. Analyzing individual data for insider threat detection

    İçeriden tehditlerin tespiti için bireysel verilerin analizi

    BURAK YAKAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgi Güvenliği Mühendisliği Ana Bilim Dalı

    PROF. DR. ENVER ÖZDEMİR

  2. Dışmekan aydınlatması arıza bildirimi ve kestirimi için LoRa tabanlı bir IoT uygulaması geliştirilmesi

    Developing a LoRa based IoT application for outdoor street lighting fault detection in smart cities

    EZGİM ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam Üniversitesi

    Enformatik Ana Bilim Dalı

    PROF. DR. MEHMET TEKEREK

  3. Endüstri 4.0 ile uyumlu modüler yapılı akıllı sensör tasarlanması

    Designing of a modular smart sensor compatible with industry 4.0.

    FARIS BIN SAJJAD ALI SHAH

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Mekatronik MühendisliğiMarmara Üniversitesi

    Mühendislik Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL TEMİZ

  4. Development of functional multilayer coatings for gas sensing and smart window applications

    Gaz algılama ve akıllı pencere uygulamaları için fonksiyonel çok katmanlı kaplamaların geliştirilmesi

    CEREN MİTMİT

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    EnerjiSabancı Üniversitesi

    Malzeme Bilimi ve Nanomühendislik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERIC MENG MENG TAN

  5. İnşaat projelerinde akıllı mobil cihazlarla desteklenen verimlilik kontrol sistemi önerisi ve kullanım deneyimleri hakkında inceleme

    Smart mobile devices integrated productivity control system proposal and analysis of user experiences in the construction projects

    ONUR KEREM ÖRENLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DENİZ ARTAN