Botnet attack on 5G mobile network infrastructure and proposed solution
Başlık çevirisi mevcut değil.
- Tez No: 796228
- Danışmanlar: DR. ÖĞR. ÜYESİ HASAN ABDULKADER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Bu araştırmada, en yaygın ve potansiyel olarak yıkıcı saldırı türü olan botnet'lere odaklanıyoruz. Ayrıca bot saldırılarının mekaniğini ele alacağız ve makine öğrenimi (ML) ve derin öğrenmeyi (DL) kullanarak SMS veya kötü amaçlı yazılım tabanlı saldırıları tespit etmeye yönelik yaklaşımlar sunacağız. Lojistik regresyon, rastgele orman ve derin sinir ağları dahil olmak üzere çeşitli makine öğrenimi tabanlı teknikler bu yazıda incelenmiştir. Yapay sinir ağlarının (YSA) derin öğrenme yöntemi kullanılarak çeşitli şekillerde iyileştirilebileceği bulunmuştur. Klasik öğrenmeye kıyasla, veri setlerini ikiye bölerek elde edilen sonuçlar önemli ölçüde daha kesindi. Sınıflandırma algoritmalarının etkinliği, veri kümelerinin özel ön işlemesi kullanılarak artırıldı. Derin öğrenmenin doğruluğunun sonuçları cesaret vericiydi. SMS saldırıları için tahmin doğruluğu %99,9 iken kötü amaçlı yazılım saldırıları için tahmin doğruluğu %98,4 oldu.
Özet (Çeviri)
In this research, we focus on botnets, the most pervasive and potentially devastating type of attack. We will also cover the mechanics of bot assaults and present approaches for detecting SMS or malware-based attacks using machine learning (ML) and deep learning (DL). Several ML-based techniques, including logistic regression, random forest, and deep neural networks, are explored in this paper. It was found that artificial neural networks (ANN) might be improved in several ways by employing a deep learning method. When compared to classical learning, the results obtained by splitting the datasets in half were significantly more precise. Classification algorithms' effectiveness was enhanced by employing specialized pre-processing of datasets. The results of deep learning's accuracy were encouraging. The prediction accuracy for the SMS attacks was 99.9%, while the prediction accuracy for the malware assults was 98.4%.
Benzer Tezler
- Detection of sources being used on ddos attacks
Ddos ataklarında kullanılan kaynakların tespiti
YALDA MOTEVAKELKHOSROSHAHI
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgi Güvenliği Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENVER ÖZDEMİR
- Extended topology analysis of a detection mechanism implementation against botnet based ddos flooding attack in SDN
Yazılım tanımlı ağlarda botnet temelli dağıtık hizmet dışı bırakma saldırılarına karşı bir tespit mekanizmasının genişletilmiş topoloji analizi
EMRE KARAKIŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF MURAT ERTEN
DR. EMRAH TOMUR
- Intrusion detection and classification in internet of things networks using machine learning
Başlık çevirisi yok
OMAR KHUDHAIR EKHLAYEF EKHLAYEF
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- Nesnelerin interneti tabanlı ağ trafiğinde ileri makine öğrenimi ve derin öğrenme yöntemleri ile anomali tespiti
Anomaly detection in internet of things based network traffic with advanced machine learning and deep learning methods
YAĞIZ ONUR KOLCU
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe ÜniversitesiBilgisayar Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET HAŞİM YURTTAKAL
- Detection of common IoT authentication attacks and design of a lightweight authentication and key management protocol
Nesnelerin internetinde yaygın asıllama saldırılarının belirlenmesi ve hafifsıklet asıllama ve anahtar yönetimi protokolünün tasarımı
IŞIL ÇETİNTAV
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA