IoT için makine öğrenmesi tabanlı saldırı tespiti
Machine learning based intrusion detection for IoT
- Tez No: 750985
- Danışmanlar: DR. ÖĞR. ÜYESİ ESRA NERGİS YOLAÇAN
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Bilgisayar ağ protokolleri, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Nesnelerin interneti, Siber güvenlik, Siber saldırı, Computer network protocols, Machine learning, Machine learning methods, Internet of things, Cyber security, Cyber attack
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Robotik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnternet ve iletişim teknolojilerinin gelişimi ile internete bağlanabilen akıllı cihazların sayısı gün geçtikçe artmaktadır. Bu cihazlar, bilgisayar ve sunucularda olduğu gibi savunma mekanizmalarına sahip değildir. IoT ağları, günümüzde farklı nitelikteki kritik ortamları izlemek için giderek daha popüler hale gelmektedir. IoT cihazlarının çok sayıda bulunması nedeniyle, bu ağların ve cihazların güvenliği kritik bir konudur. IoT için en çok kullanılan mesajlaşma protokollerinden olan MQTT protokolü, asenkron iletişim gerektiren yazılım uygulamalarında kullanılmaktadır. IoT cihazların ve ağların güvenliğini sağlamak için başvurulan yaklaşımlardan biri de ağa yapılan saldırıların tespit edilmesidir. MQTT protokolüne yapılan saldırıların tespit edilmesi için hem ağ katmanında hem de uygulama katmanında gerçekleşen verilerin önemi vardır. Toplanan verilerin çeşitli yöntemlerle değerlendirilecek bir saldırı olup olmadığı noktasında sonuca ulaştırılması gerekmektedir. Günümüzde bu amaçla makine öğrenimi gibi yenilikçi algoritmalara dayalı olarak siber saldırıların tespiti yapılmaktadır. Bu çalışmada IoT cihazlarından gelen veriler makine öğrenmesi ve derin öğrenme ile sınıflandırılarak bir saldırı tespiti gerçekleştirilmiştir. Geliştirilen çoklu sınıflandırma sayesinde, sistemde meydana gelen davranışlar saldırı ise ne tür bir saldırı olduğunu da tespit edilebilmiştir. Çalışmada, bir MQTT broker'ında konulara abone olan IoT cihazlarını kullanarak sistemin bir prototipi oluşturulmuştur. Saldırı tespitini uygulamak ve makine öğrenimi modellerini eğitmek için MQTTset veri kümesinin nasıl kullanılabileceği bu çalışmada açıklanmıştır. MQTTset veri kümesine, bu çalışmada oluşturulan IoT ev ağından elde edilen verilerin eklenmesi ile veri kümesi genişletilmiştir, bu sayede dengeli bir veri kümesi elde edilmiştir. Mevcut saldırı tiplerine yeni saldırı çeşidi de eklenerek veri kümesinin zenginleştirilmesi hedeflenmiştir. Genişletilen veri kümesinin analizlerinde çeşitli makine öğrenmesi algoritmaları ve derin öğrenme algoritmalarına yer verilmiştir. Sistemin MQTT protokolüne gerçekleştirilen saldırılar kapsamında deneysel değerlendirmesi ve karşılaştırmalar bu çalışma kapsamında sağlanmıştır.
Özet (Çeviri)
With the development of the Internet and communication technologies, the number of smart devices that can connect to the Internet is increasing day by day. These devices don't have defense mechanisms like computers and servers. Novadays, IoT networks are becoming more and more popular for monitoring different types of critical devices. Due to the large number of IoT devices, the security of these networks and devices is a critical issue. MQTT protocol, one of the most used messaging protocols for IoT, is used in software applications which require asynchronous communication. One of the approaches used to ensure the security of IoT devices and networks is to detection of attacks on the network. The data that occurs at both the network layer and the application layer is important for detecting attacks on the MQTT protocol. The collected data should be evaluated by various methods and the conclusion should be reached at the point of whether there is an attack or not. For this purpose, cyber attacks are detected based on innovative algorithms such as machine learning. In this study, attack detection was performed by classifying the data from IoT devices with machine learning and deep learning. Thanks to the developed multi-classification system, the changes in the system and the type of attack could be detected. In this Thesis, a prototype of the system is created by using IoT devices subscribed to topics in MQTT broker. This thesis explains how the MQTTset dataset can be used to implement intrusion detection and training of machine learning models. The dataset has been expanded by adding the data obtained from the IoT home network to the MQTTset dataset, thus a more balanced dataset has been obtained. It is aimed to enrich the dataset by adding a new attack type to the existing attack types. Machine learning algorithms and deep learning algorithms are included in the analysis of the expanded dataset. Experimental evaluation of the system's attacks on the MQTT protocol and their comparisons are provided in this thesis.
Benzer Tezler
- Nesnelerin internetinde makine öğrenmesi tabanlı saldırı tespiti için gelişmiş öznitelik mühendisliği ve veri dengesizliği çözümlerinin tasarımı ve analizi
Design and analysis of advanced feature engineering and data imbalance solutions for machine learning–based intrusion detection in the internet of things
KAZIM KIVANÇ EREN
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. KEREM KÜÇÜK
- Nesnelerin internetinde makine öğrenmesi tabanlı siber saldırı tespiti
Machine learning-based cyber attack detection in internet of things
NİLÜFER BOZDEMİR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CAN EYÜPOĞLU
- Behaviour-based security with machine learning on IoT networks
IoT ağlarında makine öğrenmesi ile davranış tabanlı güvenlik
KAHRAMAN KOŞTAŞ
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHerıot-Watt UnıversıtyBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. MIKE JUST
- Savaş nesnelerinin interneti (IoBT) ortamında makine öğrenmesi tabanlı siber saldırı tespit sistemi
Savaş nesnelerinin interneti (IoBT) ortamında makine öğrenmesi tabanlı siber saldırı tespit sistemi
SAMET ÇİFCİ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EYÜP EMRE ÜLKÜ
DOÇ. DR. BUKET DOĞAN
- RPL tabanlı lot ağlarında saldırı tespiti ve sınıflandırılması
Attack detection and classification in RPL-based iot networks
AHMET NAİL TAŞTAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Gelişim ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN GÖNEN
DR. ÖĞR. ÜYESİ GÖKÇE KARACAYILMAZ