Improving 5G network security using machine learning with MQTT data analysis
MQTT veri analizi ile makine öğrenimi kullanılarak 5G ağ güvenliğinin artırılması
- Tez No: 877124
- Danışmanlar: Assist. Prof. Dr. ABDULLAHİ ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 64
Özet
Nesnelerin İnterneti (IoT) cihazlarının hızla yaygınlaşması ve küresel anlamda 5G teknolojisiyle birlikte güvenlik mekanizmalarının ele alınması ve güçlendirilmesine yönelik kritik bir ihtiyaç ortaya çıkıyor. bu sistemler. Bu tez, 5G kapsamında kullanıcı güvenliği üzerine kapsamlı bir çalışma sunmaktadır. özellikle Message Queuing Telemetri Aktarımına (MQTT) odaklanan ağlar protokolü, IoT ortamlarında yaygın olarak benimsenen hafif bir mesajlaşma protokolüdür. Kullanma MQTT IoT IDS2020 veri kümesinde tespit etmek için gelişmiş makine öğrenimi modellerini kullandık ve potansiyel izinsiz girişleri tahmin edin. Catboost algoritmasına dayanan önerdiğimiz model, %99,99'luk doğruluk oranıyla üstün performans sergileyerek daha öncekileri geride bırakıyor belirlenmiş kriterler. Bu çalışma yalnızca mevcut güvenlik açıklarını vurgulamakla kalmıyor Modern 5G IoT ağlarının yanı sıra makine öğreniminin bir araç olarak etkinliğini de gösteriyor. bu zorluklara karşı koyun. Sonuçlar makine öğreniminin potansiyelini vurguluyor algoritmalar optimize edildiğinde ve uygun şekilde uygulandığında güvenliği önemli ölçüde artırmak için ve 5G bağlantılı IoT cihazlarının güvenilirliği. Ayrıca, çalışma bunun temelini oluşturuyor Giderek daha bağlantılı hale gelen dijital dünyamızda güvenliği sağlamlaştırmayı amaçlayan gelecekteki araştırma çabaları manzara.
Özet (Çeviri)
With the rapid proliferation of Internet of Things (IoT) devices and the global shift towards 5G technology, there arises a critical need to address and bolster the security mechanisms of these systems. This thesis presents a comprehensive study on user se curity within 5G networks, specifically focusing on the Message Queuing Telemetry Transport (MQTT) protocol, a widely adopted lightweight messaging protocol in IoT environments. Utilizing the MQTT IoT IDS2020 dataset, we employed advanced machine learning models to detect and predict potential intrusions. Our proposed model, based on the Catboost algorithm, showcases superior performance with an accuracy rate of 99.99%, outpacing previously established benchmarks. This work not only emphasizes the vulnerabi lities present in modern 5G IoT networks but also demonstrates the efficacy of machine learning as a tool to counteract these challenges. The results highlight the potential for machine learning algorithms, when optimized and appropriately applied, to sign ificantly enhance the security and reliability of 5G connected IoT devices. Furthermore, the study sets the foundation for future research endeavors aiming to solidify security in our increasingly connected digital landscape.
Benzer Tezler
- Index modulation based designs, error performance and physical layer security analyses for unmanned aerial vehicle networks
İnsansız hava aracı ağları için indis modülasyonu tabanlı tasarımlar, hata performansı ve fiziksel katman güvenlik analizleri
AYŞE BETÜL BÜYÜKŞAR
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
PROF. DR. İBRAHİM ALTUNBAŞ
- Advanced cross-layer secure communication designs for future wireless systems
Geleceğin kablosuz sistemlerinde katmanlar arası ileri güvenli haberleşme tasarımları
JEHAD MAHMOUD AMIN HAMAMREH
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN ARSLAN
- 6G ve ötesi kablosuz iletişim sistemleri için sinyal işleme teknikleri
Signal processing techniques for 6G and beyond wireless communication systems
TUNCAY EREN
Doktora
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
- Enhancing the 5G network performance by cache-aided non-orthogonal multiple access (CA-NOMA)
Başlık çevirisi yok
ABDULLAH SAAD ZEKI ZEKI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMAD ILYAS