A security protocol for IoT networks using blacklisting and trust scoring
Kara listeleme ve güven puanlama kullanan ıot ağları için bir güvenlik protokolü
- Tez No: 759173
- Danışmanlar: DR. ÖĞR. ÜYESİ KÜBRA KALKAN ÇAKMAKCİ, DR. ILGIN ŞAFAK
- 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: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Bilgisayar ağlarını tehlikeye atmak ve bunlara saldırmak için kullanılan IoT cihazlarının bir dizi yüksek profilli olayı IoT güvenliği ihtiyacına dikkat çekmektedir. IoT güvenliğinin amacı, IoT ağlarının kullanılabilirliğini, gizliliğini ve bütünlüğünü sağlamaktır. Ancak, IoT cihazlarının heterojen yapısı, IoT ağ güvenliğini sağlamayı zor bir iş haline getirmektedir. Güvenlik protokolleri, cihazların güvenli bir şekilde ağa dahil edilmesini ve karşılıklı kimlik doğrulaması sağlayan yararlı bir yöntemdir. Ancak saldırganların ağa katıldıktan sonra kötü amaçlı faaliyetlerini önlemek için yeterli değildir. Bu durumda ağ içerisinde anormal davranışa sahip cihazların ağa katılmasını, yeniden katılmasını veya ağda kalmasını engelleyen kara listeleme yararlı olabilecek bir yöntemdir. Benzer şekilde, güven puanlaması, ağ içerisindeki cihazların davranışlarını yönetmek için kullanılabilecek bir diğer popüler yöntemdir. Bu çalışmanın katkıları üç yönlüdür. İlk olarak, IoT ağının dışarıdan gelen saldırılara karşı güvenliğini sağlamak için cihaz keşfinde ve karşılıklı kimlik doğrulamasında kullanılabilecek, hesaplama karmaşıklığını azaltmak için oturum anahtarı üretimi için Fiziksel Klonlanamayan Fonksiyon (FKF) kullanan, yeni bir el sıkışma protokolü öneriyoruz. Önerilen protokol, güvenlik analizimizde kanıtlandığı gibi, ortadaki adam, yeniden oynatma ve yeniden biçimlendirme saldırılarına karşı dayanıklıdır. İkinci olarak, içeriden gelen ağ tabanlı saldırıları önlemek için makine öğrenimi tabanlı bir saldırı ve anormallik tespiti öneriyoruz. Ve son olarak, dinamik bir IoT ağının güvenini yönetmek için bir güven yönetimi modeli öneriyoruz. Blok zinciri kullanan önerilen güven yönetimi modeli, hem istemcilerin hem de sunucuların güveninin belirsiz olduğu IoT ağlarında kullanılabilir. Simülasyon sonuçları, önerilen güvenlik çerçevesinin bir IoT ağının güvenliğini hem içeriden hem de dışarıdan gelen saldırılara karşı sağlayabildiğini göstermektedir.
Özet (Çeviri)
There have been a number of high-profile incidents to compromise and attack larger networks of IoT devices, drawing attention to the need for IoT security. The purpose of IoT security is to ensure the availability, confidentiality, and integrity of IoT networks. However, due to the heterogeneity of IoT devices and the possibility of attacks from both inside and outside the network, securing an IoT network is a difficult task. Handshake protocols are useful for achieving mutual authentication which allows secure inclusion of devices into the network. However, they cannot prevent malicious network-based attacks once attackers enter the network. Use of autonomous anomaly detection and blacklisting prevent nodes with anomalous behavior from joining, re-joining, or remaining in the network. This is useful for securing an IoT network from insider network-based attacks. Similarly, trust scoring is another popular method that can be used to increase the resilience of the network against behavioral attacks. The contributions of this thesis are threefold. First, we propose a new handshake protocol that can be used in device discovery and mutual authentication to ensure the security of the IoT network from outsider attacks. In the proposed handshake protocol, a Physical Unclonable Function (PUF) is utilized for the session key generation to reduce computational complexity. The proposed protocol is resilient to Man-in-the-middle, replay and reforge attacks as proven in our security analysis. Secondly, we propose a machine learning (ML) based intrusion and anomaly detection to prevent network-based attacks from the insiders. Finally, we propose a trust system which utilizes blockchain for managing the trust of a dynamic IoT network to increase resilience against behavioral attacks. Simulation results show that the proposed comprehensive security framework is capable of ensuring the security of an IoT network from both inside and outside attackers.
Benzer Tezler
- Gerçek zamanlı kablosuz algılayıcı ağlarda saldırı tespit ve saldırı yanıt si̇stemlerinin tasarlanması
Design of intrusion detection and response systems on real-time wireless sensor networks
ÇAĞLAR OFLAZOGLU
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHatay Mustafa Kemal ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. BÜNYAMİN YILDIZ
DOÇ. DR. İPEK ABASIKELEŞ TURGUT
- A distributed blacklisting protocol for iot device classification using the hashgraph consensus algorithm
Hashgraph consensus algoritması kullanarak ıot cihazının sınıflandırılması için dağıtık karalisteleme protokolü
OZAN TARLAN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KÜBRA KALKAN ÇAKMAKCİ
DR. ILGIN ŞAFAK
- New lightweight DoS attack mitigation techniques for RPL based IoT networks
RPL temelli IoT ağları için DoS saldırılarının etkisini azaltacak yeni teknikler
AHMET ARIŞ
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ
- Distributed anomaly-based intrusion detection system for IoT environment using Blockchain technology
Dağıtılmış anomali tabanlı saldırı tespit sistemi Blockchain teknolojisi kullanılan IoT ortamı için
NOUHA HEJAZI
Yüksek Lisans
İngilizce
2022
Bilgi ve Belge Yönetimiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. ENVER ÖZDEMİR
- Intrusion detection system using machine learning
Makine öğrenimini kullanarak saldırı tespit sistemi
HAYDER HASAN ABDULHADI ALBARAMANI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiSiber Güvenlik Ana Bilim Dalı
YRD. DOÇ. DR. OKAN YASAR