SCADA sistemleri için makine öğrenimi tabanlı hata tespiti
Machine learning based diagnostic for SCADA systems
- Tez No: 787391
- Danışmanlar: PROF. DR. CEMAL KÖSE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Enerji dağıtım sistemleri ve Siber-Fiziksel Sistemler, bilgi teknolojisi açısından çok önemli bir yere sahiptir. Bilgi teknolojisinin bu alanlarda kullanılması aynı zamanda bir risk oluşturmaktadır. Bu sistemler içerisinde kullanılan SCADA sistemleri gelecek zamanlarda IoT cihazlarıyla iletişim kurabilen bulut tabanlı sistemler haline gelecektir. Fakat SCADA her geçen zaman içinde epeyce saldırı riski taşımaktadır. Buna bağlı olarak hem bu saldırıların tespit edilmesi hem de önlenmesi çok büyük bir önem taşımaktadır. Bu tez çalışmasında Siber-Fiziksel Sistemlerdeki, SCADA sistemine karşı makine öğrenmesi algoritmaları kullanılarak saldırı tehditlerinin tespiti ve sınıflandırılması yapılmaktadır. Bu sınıflandırma yapılırken her bir saldırı türüne bir eşsiz değer ataması yapılmıştır. Yapılan bu çalışmada saldırı tespiti yapıldığı gibi bu eşsiz değer ataması ile yapılan saldırının tipi de tespit edilmektedir. Saldırı tespitinin yapılması, tipinin belirlenmesi ve performans sonuçları test ortamında gerçekleştirilmiş ve sonuçlar elde edilmiştir.
Özet (Çeviri)
Energy distribution systems and Cyber-Physical Systems have a very important place in terms of information technology. The use of information technology in these areas also poses a risk. SCADA systems used in these systems will become cloud-based systems that can communicate with IoT devices in the future. But SCADA carries quite a risk of attack over time. Therefore, both the detection and prevention of these attacks are of great importance. In this thesis, attack threats are detected and classified using machine learning algorithms against SCADA systems in Cyber-Physical Systems. While making this classification, a unique value is assigned to each attack type. In this study, as well as attack detection, the type of attack is determined with this unique value assignment. Detection of the attack, determination of its type and performance results were carried out in the test environment and the results were obtained.
Benzer Tezler
- Öznitelik seçimi ve makine öğrenimi kullanılarak enerji iletim, kontrol ve yönetim sistemlerinde siber güvenlik analizi
Cyber security analysis in energy transmission, control and management systems by using feature selection and machine learning
SEZGİN ERTUĞRUL
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Arel ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKALP TULUM
- Machine learning approach for external fraud detection
Dış saldırıların belirlenmesi için makine öğrenimi yaklaşımı
AJI MUBALAIKE
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ERTUĞRUL KARAÇUHA
PROF. DR. EŞREF ADALI
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Bir proses sisteminin SCADA ile kontrolü ve otomasyonu
The control and automation of a process system with SCADA
SERKAN GÜLLE
Yüksek Lisans
Türkçe
2004
Makine MühendisliğiKocaeli ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ERDİL