Role of machine learning in IoT security
IoT güvenliğinde makine öğrenmesinin rolü
- Tez No: 887253
- Danışmanlar: DR. ÖĞR. ÜYESİ SHAHRAM TAHERI
- 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: Antalya Bilim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: 92
Özet
Nesnelerin İnterneti (IoT), milyarlarca akıllı nesneyi birbirine bağlayan ve birleştiren, muazzam miktarda veri üreten ve günlük yaşamın ve iş operasyonlarının birçok alanını etkileyen genişleyen bir teknolojidir. Öte yandan, IoT'nin kısa pil ömrü, yaygın bağlantı, sınırlı kaynak tasarımı ve mobilite gibi kendine özgü nitelikleri, hızla büyüyen siber güvenlik tehditlerine karşı özellikle hassas olmalarına neden olmaktadır. Bu nedenle, IoT güvenliği ve gizliliği alanında, özellikle de anomali tespit sistemleri alanını ilerletmek için önemli bir araştırma ilgisi olmuştur. Makine öğrenimi (ML), son yıllarda önemli ilerlemeler kaydetmiş, araştırma laboratuvarlarındaki orijinal bir fikirden temel endüstrilerdeki sağlam bir araca dönüşmüştür. Yerleşik sensörler veya kontrollerle donatılmış günlük nesnelerden oluşan devasa bir ağ hayal edin. Bu cihazlar, kablolar veya radyo sinyalleri kullanarak birbirleriyle konuşarak geniş bir birbirine bağlı sistem oluşturur. IoT, teknolojinin günlük hayatımıza sorunsuz bir şekilde entegre olma biçiminde devrim yaratıyor. Sağlık sektörleri, akıllı evler ve akıllı şehirler gibi kilit alanlara kadar uzanıyor. Ancak, IoT cihazlarının ve uygulamalarının hızla artması, güvenlik ve gizlilik endişelerine yol açmıştır. IoT cihazları daha yaygın hale geldikçe, güvenlik riskleri de artmaktadır. Bu riskler arasında yetkisiz veri ihlalleri, meşru cihazların taklit edilmesi ve DoS saldırıları, veri ele geçirme ve yetkisiz sistem erişimi (izinsiz giriş tespiti) gibi çeşitli siber saldırılar bulunmaktadır. Derin öğrenme (DL) ve makine öğrenimi (ML) alanındaki gelişmeler, IoT cihazlarını etkileyen artan güvenlik sorunlarına yönelik uygulanabilir çözümler sunmaktadır. Nesnelerin İnterneti (IoT) güvenlik ve gizlilik sorunlarını ele almak için umut verici bir yaklaşım makine öğrenimidir. Bu çalışma, Nesnelerin İnterneti (IoT) ortamındaki mevcut güvenlik ve gizlilik sorunlarını analiz eden bir araştırmadır. Bu sorunları ele almak için en son makine öğrenimi tabanlı modeller ve yaklaşımlar sunulmakta ve bunların işleyişi incelenmektedir. Çalışmama göre, en başarılı model sinir ağı olmuştur. ANAHTAR KELİMELER: Saldırılar, Anormallik Algılama, Siber Güvenlik, Nesnelerin İnterneti (IoT), Makine Öğrenimi (ML)
Özet (Çeviri)
The Internet of Things (IoT) is a broadening technology that connects and combines billions of smart objects, producing immense amounts of data and influencing many areas of everyday life and business operations. On the other hand, the intrinsic attributes of IoT, such as their short life of batteries, widespread connection, limited resources design, and mobility, cause them to be especially susceptible to cybersecurity threats, that are growing rapidly. Therefore, there has been considerable research interest in the field of IoT security and privacy, specifically in advancing anomaly detection systems. Machine learning (ML) has had significant advancements in recent years, growing up from an original idea in research labs to a robust tool in essential industries. Imagine a giant network of everyday objects with built-in sensors or controls. These devices talk to each other using wires or radio signals, creating a vast interconnected system. IOT is revolutionizing how technology seamlessly combines into our everyday lives. Its reach extends to key areas like healthcare industries, intelligent homes, and intelligent cities. The burgeoning number of IoT devices and applications, however, has given rise to security and privacy concerns. As IoT devices become more common, security risks grow. These include unauthorized data breaches, impersonation of legitimate devices, and various cyberattacks like DoS assaults, data interception, and unauthorized system access (intrusion detection. Developments in deep learning (DL) and machine learning (ML) present viable answers to the mounting security issues affecting IoT devices. One promising approach to address security and privacy issues in the Internet of Things (IoT) is machine learning. This work is a study that analyzes the current security and privacy issues in the Internet of Things (IoT) surroundings. The most recent machine learning-based models and approaches to address these issues are then presented, and their operation is examined. The neural network was the most successful model, according to my study. KEYWORDS: Attacks, Anomaly Detection, Cybersecurity, Internet of Things (IoT), Machine Learning (ML)
Benzer Tezler
- Nesnelerin interneti platformları için makine öğrenmesi tabanlı bir tahmin modülü
A machine learning based prediction module for internet of things platforms
HALİL GÜLAÇAR
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN
- Yazılım tanımlı ağlar ve nesnelerin interneti temelli akıllı şebekelerde anomali tespiti
Anomaly detection in smart grids based on software-defined networks and the internet of things
HİLAL YILDIZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSA BALTA
- A generic and real-time internet of things attack realization and detection testbed
Nesnelerin interneti sistemlerinde saldırı gerçekleştirme ve tespit etme için genel amaçlı ve gerçek zamanlı test ortamı
MÜGE RAZİYE KUŞKON
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ALBERT LEVİ
- New lightweight DoS attack mitigation techniques for RPL based IoT networks
RPL temelli IoT ağları için DoS saldırılarının etkisini azaltacak yeni teknikler
AHMET ARIŞ
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ
- Basitleştirilmiş mahalanobis mesafesi ve doğrusal korelasyona dayalı öznitelik seçimi kullanarak ağ anomali tespiti
Network anomaly detection using linear correlation based feature selection and simplified mahalanobis distance
FURKAN ALAYBEG
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ URAZ YAVANOĞLU