ARTIFICIAL INTELLIGENCE-BASED DDOS DETECTION IN THE IOT.
IOT'DE YAPAY ZEKA TABANLI DDOS TESPİTİ.
- Tez No: 775186
- Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN, DR. ÖĞR. ÜYESİ ABDULLAHİ ABDU IBRAHIM, DR. ÖĞR. ÜYESİ SERDAR KARGIN
- 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: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilgisayar ağlarının yaygın kullanımı, ağa bağlı sistemlere yönelik saldırılarda da artışa yol açmıştır. DDOS (Distributed Denial of Service) saldırısı son zamanlarda birçok kurumun maruz kaldığı saldırılardan biridir. Hedef sunucuyu tehlikeye atılan kurban bilgisayarlardan gelen çok yoğun bir trafiğe maruz bırakarak hizmet engellenir. Güvenlik duvarı, antivirüs vb. kurumsal veya günlük hayatımızda kullanılan ağları kötü niyetli kişilerden korumak. birçok sistem veya yazılım kullanılır. Ancak bu önlemler saldırıları önlemek için yetersiz kalabilir. Çünkü maddi kazancımızı ya da itibarımızı kaybetmemizi ve ekip olarak çalışmamızı isteyen insanlar sürekli olarak güvenlik açıklarını tespit etmek için güvenlik açıklarını bulmaya çalışıyorlar. systems.In bu çalışmada, ıot'lerde yeni DDoS tespit sistemi kullanılarak sunulan makine öğrenimi tekniklerine dayalı çeşitli sınıflandırıcılar kullanılmıştır. Tüm metriklerde SVM en iyi performansı gösterdi. İlginç bir şekilde, Naive Bayes, K-En Yakın Komşularla neredeyse aynı hassasiyete sahipti, ancak çok daha düşük hatırlamaya sahipti. Lojistik regresyonu destek Vektör makineleriyle karşılaştırırsak,“kalabalığın bilgeliği”tek bir Naive Bayes'ten daha iyi performans gösterdi. Naive Bayes, SVM ve KNN için AUC değerlerinde neredeyse hiçbir fark yoktu. Deney, Naive Bayes'in en kötü sonuçlara sahip olduğunu gösterdi.
Özet (Çeviri)
The widespread use of computer networks has also led to an increase in attacks on networked systems. DDOS (Distributed Denial of Service) attack is one of the attacks that many institutions have been exposed to recently. By subjecting the target server to a very heavy traffic from the compromised victim computers, the service is prevented. Firewall, antivirus, etc. to protect the networks used in our corporate or daily life from malicious people. many systems or software are used. However, these measures may be insufficient to prevent attacks. Because people who want us to lose financial gain or reputation and work as a team are constantly trying to find vulnerabilities in order to detect the vulnerabilities in the systems.In this study, new DDoS detection system in IoTs presented by using machine learning techniques based several classifiers. In all metrics, SVM performed best. Interestingly, Naive Bayes had nearly the same precision as K-Nearest Neighbors, but much lower recall. The“wisdom of the crowd”outperformed a single Naive Bayes if we compare Logistic regression versus support Vector machines. There was almost no difference in the AUC values for Naive Bayes, SVM, and KNN. The experiment showed that Naive Bayes had the worst results.
Benzer Tezler
- IoT ağları için yeni bir saldırı tespit sistemi tasarımı
Design of a new intrusion detection system for IoT networks
TUĞBA ULUSOY
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ÜNAL ÇAVUŞOĞLU
- Nesnelerin interneti ağlarında derin öğrenme tabanlı yeni bir saldırı tespit sistemi
A novel deep learning-based intrusion detection system for internet of things networks
KEMAL AKKANAT
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiHesaplamalı Bilimler Ana Bilim Dalı
PROF. DR. MUHARREM TOLGA SAKALLI
- Cybersecurity measures for attacks detection in iot with 5G based on artificial intelligence technologies
Yapay zeka teknolojilerine dayanan 5G ile nitelikler arasındaki saldırı tespitine yönelik siber güvenlik önlemleri
REEM TALAL ABDULHAMEED AL-DULAIMI
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- Smart detection of attack in iot networks using artificial intelligence based on routing
Yönlendirmeye dayalı yapay zeka kullanılarak ıot ağlarında saldırıların akıllı tespiti
HAYDER ALMANSOORI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEFER KURNAZ
- Detection of DDOS attack in IoT networks using deep learning technologies
Derin öğrenme teknolojileri kullanılarak IoT ağlarında DDOS saldırılarının tespiti
SAJA EMAD JUMAAH JUMAAH
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEFER KURNAZ