Hybrid method based deep belief networks for malware detection in iots
Iot'de kötü yazılım tespiti için hibrit yöntem tabanlı derin inanç ağları
- Tez No: 798234
- Danışmanlar: YRD. DOÇ. DR. OĞUZ KARAN
- 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: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Kötü amaçlı yazılım, kasıtlı olarak bir bilgisayarı, görevliyi, müşteriyi veya bilgisayar ağını rahatsız etmeye, gizli bilgilerden kaçmaya, bilgi veya planlara yasa dışı girişi iyileştirmeye, kullanıcıların bilgilere erişimini engellemeye veya kullanıcının işlemci güvenliğini ve gizliliğini safça geciktirmeye yönelik herhangi bir yazılımdır. Bu çalışmada IoT'lerde kötü amaçlı yazılım saldırılarını tespit etmek için yeni yöntem tabanlı DBN uygulanmıştır. Sunulan yöntem, önemli özellikleri seçerek girdi özelliklerinin boyutunu azaltmak için kullanılan DBN ile LDA'yı birleştirdi. daha sonra, bu özellikleri normal ve anormal etiketlere göre sınıflandırmak için eğitilen DBN'ye bağlanan seçili özellikler...
Özet (Çeviri)
Malware is any software deliberately intended to reason disturbance to a computer, attendant, customer, or computer network, escape secluded information, improvement illegal admission to info or schemes, divest users access to info or which naively delays with the user's processer security and privacy. In this study, new method based DBN applied to detect malware attacks in IoTs. The presented method combined DBN with LDA which used to reduce the size of input features by selecting important features. then, the selected features wired to the DBN that trained to classify these features to normal and abnormal labels...
Benzer Tezler
- Makina öğrenmesile biyometrik sahtekarlığa ve ağ anormallik tespitine dayalı saldırı tespiti
Intrusion detection based on biometric spoofing and network anomaly detection with machine learning algorithms
SAJAD EINY
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL ÖZ
- Data-driven anomaly detection for airspace security using ADS-B surveillance data
ADS-B gözetim verisi ile hava sahası güvenliği için veri tabanlı anomali tespiti
ABDULLAH ÇERKEZOĞLU
Yüksek Lisans
İngilizce
2025
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. BARIŞ BAŞPINAR
- A new cybersecurity application using hybrid machine learning method
Hibrit makine öğrenme yöntemiyle yeni bir sibergüvenlik uygulaması
RIYADHMOHAMMED MOHAMMED
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. MESUT ÇEVİK
- Uzaktan algılamada derin öğrenme tabanlı hiperspektral uydu görüntülerinin sınıflandırılması
Classification of deep learning based hyperspectral satellite images in remote sensing
HÜSEYİN FIRAT
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DAVUT HANBAY
- SAR, optik ve spektral uydu görüntülerinin füzyonunda gürültü giderme, kanal seçimi ve sınıflandırma başarısının değerlendirilmesi
Evaluation of noise removal, channel selection and classification success in the fusion of SAR, optical and spectral satellite images
SEMİH GENÇAY
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CANER ÖZCAN