Geri Dön

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

  1. Tez No: 804903
  2. Yazar: YAĞIZ ONUR KOLCU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AHMET HAŞİM YURTTAKAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Afyon Kocatepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 96

Özet

Nesnelerin İnterneti'nin (IoT) yaygınlaşması ve ağa bağlı cihaz sayısındaki hızlı artış hem faydaları hem de birçok sorunu beraberinde getiriyor. Bu sorunların en önemlisi siber saldırılardır. Bu siber saldırılar itibar ve zaman kaybının yanı sıra maddi kayıplara da neden olmaktadır. Bu kayıpları ortadan kaldırmak veya minimuma indirmek için saldırı tespit sistemleri (IDS) ve saldırı önleme sistemleri (IPS) kullanılmaktadır. IDS, imza tabanlı veya anormallik tabanlı olacak şekilde tasarlanmıştır ve şu anda makine öğrenimi yöntemleri olarak anomali tabanlı sistemler kullanılarak geliştirilmektedir. Bu çalışmanın amacı, botnet'i saldırı türlerinden biri olarak ele alarak, ağınıza yüksek başarı oranına sahip bir saldırı olup olmadığını tespit etmektir. Bu sistemin geliştirilmesi için makine öğrenmesi yöntemlerinden biri olan Kolektif Derin Sinir Ağı (DNN) kullanılarak en doğru sonuca yönelik çözüm yöntemlerinin araştırılması amaçlanmaktadır. Çalışmada bilimsel araştırma için UCI Machine Learning kütüphanesinde bulunan N-BaIoT veri seti kullanılmıştır. Veriler, 2 botnet tarafından taşınan 1 iyi huylu ağ akışı ve 9 kötü amaçlı ağ akışından oluşur. Sınıflandırma aşamasından itibaren CNN ağlarının kümelenmiş topluluğu kullanılmıştır. Önerilen yöntem %99 doğruluğa ulaşmış olup, sonuçlar gelecek çalışmalar için cesaret vericidir.

Özet (Çeviri)

The widespread use of the Internet of Things (IoT) and the rapid increase in the number of devices connected to the network bring both benefits and many problems. The most important of these problems is cyber attacks. These cyber attacks cause financial losses as well as loss of reputation and time. Intrusion detection systems (IDS) and intrusion prevention systems (IPS) are used to eliminate or minimize these losses. IDS are designed to be signature-based or anomaly-based, and are currently being developed using anomaly-based systems as machine learning methods. The aim of this study is to detect whether there is an attack on your network, with a high success rate, by considering botnet as one of the attack types. In order to develop this system, it is aimed to use Ensemble Deep Neural Networks (DNN), which is one of the machine learning methods, and to search for solution methods for the most accurate result. In the study, N-BaIoT dataset in the UCI Machine Learning library was used for scientific research. The data consists of 1 benign network stream and 9 malicious network streams carried by 2 botnets. Stacked ensemble of DNN networks has been used from the classification stage. The proposed method has achieved %99 accuracy and the results are encouraging for future studies.

Benzer Tezler

  1. DNS big data processing for detecting customersbehaviour of isp using an optimized apache spark cluster

    İSP müşterilerin davranışlarını tespiti için optimize edilmiş bir apache spark kümesi kullanarak dns büyük veri işleme

    YOUSEF ALKHANAFSEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. TAHİR ÇETİN AKINCI

  2. System design for internet of things and network coding applications in the wireless personal area networks

    Nesnelerin interneti için sistem tasarımı ve kablosuz kişisel alan ağlarında ağ kodlama uygulamaları

    GÖRKEM ÖZVURAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜNEŞ KARABULUT KURT

  3. Çoğunluk oylama yaklaşımıyla özellik seçimi yaparak nesnelerin internetinde (IOT) saldırı tespitinin gerçekleştirilmesi

    Performing intrusion detection in internet of things (IOT) by feature selection with majority voting approach

    HUSSEIN SHEET AHMED AHMED

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT YÜCEL

  4. Optimization of cellular network technology using software defined networking

    Hücresel ağ teknolojisinin yazılım tanımlı ağlarla optimizasyonu

    SAYED MANSOOR KAZEMI

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiAnadolu Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NURAY AT

  5. An online network intrusion detection system for DDoS attacks with IoT botnet

    IoT botnetleri ile yapılan dağıtık servis dışı bırakma saldırıları için çevrimiçi bir ağ saldırı tespit sistemi

    ERİM AYDIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞERİF BAHTİYAR