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
- Energy efficiency and security of rıs-aided communication networks
Ris-tabanli haberleşme ağlarinda enerji verimliliği ve güvenlik
HAKAN ALAKOCA
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Makine öğrenmesi yöntemleri ile botnet saldırı tespiti: Boyut indirgeme yaklaşımları
Botnet attack detection with machine learning methods: Dimension reduction approaches
AYŞEGÜL SAĞLAM GÜLBAĞÇA
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe ÜniversitesiBilgisayar Ana Bilim Dalı
DOÇ. DR. GÜR EMRE GÜRAKSIN
- Yapay zeka teknikleri kullanarak nesnelerin interneti ağında botnet saldırı tespiti
Botnet attack detection in the internet of things network using artificial intelligence techniques
ILKIN ABIYEV
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOSTİM TEKNİK ÜNİVERSİTESİYazılım Mühendisliği Ana Bilim Dalı
DR. RAMAZAN KOCAOĞLU
- 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