Intrusion detection in IoT SDN network using machine learning
Başlık çevirisi mevcut değil.
- Tez No: 746202
- Danışmanlar: DR. ÖĞR. ÜYESİ OĞUZ ATA
- 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: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Son yıllarda Nesnelerin İnterneti'nden (IoT) ve ona eşlik eden teknolojilerden yararlanan çeşitli uygulamalar olmuştur. Düğümler arasındaki değişkenlik farklı sorunlar getirmesine rağmen, aynı zamanda büyük güvenlik endişelerine de neden olur. Son araştırmalara göre, şifreli veya kimlik doğrulama kullanarak Nesnelerin İnterneti cihazlarını korumanın yeterli bir yolu yoktur. Bu önemli bir sorundur. Bu tez çalışmasında, yaygın Nesnelerin İnterneti güvenlik sorunlarını (DDoS gibi) belirlemek için CNN ve SVM gibi derin öğrenme yöntemleri kullanıldı. Bu veri kümeleri, NSL-KDD, DS2OS ve IoT Botnet gibi modellerin etkinliğini göstermek için başarıyla kullanılmıştır. Derin eğitim, saldırı tespit sistemlerinin amaçlandığı gibi performans gösterme derecesi değerlendirilirken, sistemlerin etkinliğini değerlendirmek için çok çeşitli performans ölçümleri kullanıldı. Derin makine öğrenimi saldırı tespit sistemimiz, IoT tehditlerini belirlemede, %95'in üzerinde bir etkinlikle önceki makine öğrenimi araştırmalarına göre daha iyi performansa sahip olduğu görülmüştür.
Özet (Çeviri)
In recent years, there have been a variety of applications that have benefited from the Internet of Things (IoT) and the technologies that have accompanied it. Despite the fact that variability across nodes brings distinct problems, it also causes major security concerns. According to recent research, there is no way to safeguard Internet of Things devices using encrypted or authentication. This is a significant issue. Throughout this thesis, deep learning methods such as CNN and SVM were used in order to identify common Internet of Things security issues (such as DDoS). These datasets have been successfully used to illustrate the efficacy of models such as NSL-KDD, DS2OS, and IoT Botnet. When evaluating the degree to which deep training intrusion detection systems perform as intended, a broad variety of performance measures were used to assess the effectiveness of the systems. Our deep machine learning intrusion detection system beats previous machine learning research when it comes to identifying IoT threats, with an effectiveness of more than 95%
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
- Interusion detection system in software defined IoT network using deep lirning and genetic algorithm
Başlık çevirisi yok
FOUAD TAHSEEN ABDULHAFEDH
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MESUT ÇEVİK
- Çoğunluk oylama yaklaşımıyla özellik seçimi yaparak nesnelerin internetinde (IOT) saldırı tespitinin gerçekleştirilmesi
Performing intrusion detection in internet of things (IOT) by feature selection with majority voting approach
HUSSEIN SHEET AHMED AHMED
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT YÜCEL
- Yazılım tanımlı ağlarda saldırı algılama ve kümeleme
Intrusion detection and clustering in software defined
ENES AÇIKGÖZOĞLU
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜLKADİR ÇAKIR
- 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
ALPER KAAN SARIÇA
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PELİN ANGIN