Hybrid deep learning approaches for cyber-physical security of smart grids
Akıllı sebekelerin siber-fiziksel güvenligi için hibrit derin ögrenme yaklasımları
- Tez No: 891266
- Danışmanlar: PROF. DR. ÜMMÜHAN BAŞARAN FİLİK
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 107
Özet
Bu tezin temel amacı, akıllı sebekelere karsı gerçeklestirilen siber - fiziksel saldırıların tespitine yönelik yaklasımlar önermektir. Bu kapsamda, akıllı sebekelerde sırasıyla baralar, fazör ölçüm birimleri ve fazör veri yogunlastırıcıları arasında akan verilerin siber-fiziksel saldırılara karsı güvenliginin saglanması amacıyla önerilen üç durum çalısması yürütülmüstür. Ilk durum çalısmasında, parçacık sürüsü optimizasyonu ile hiperparametreleri optimize edilen uzun kısa süreli hafıza modeli ve evrisimsel sinir agının hibrit bir yaklasım olarak fazör ölçüm birimlerinden çekilen siber fiziksel saldırıya ugrayan verilerin tespiti ve sınıflandırması yapılmıstır. Ikinci durum çalısmasında, baralar, fazör ölçüm birimleri ve fazör veri yogunlastırıcıların veri yolllarının birer çevre olarak tanımlandıgı ve saldırgan-savunma ajanlarının oyuncu olarak belirlendigi uzun kısa süreli hafıza modeli tabanlı Markov oyun yaklasımı modellenmistir. Üçüncü vaka çalısmasında, ikinci vaka çalısmasında tanımlanan birbirine baglı üç ortamdaki veri akısı temel alınarak, karar mekanizmasını ve stratejiyi iyilestirmek amacıyla diferansiyel evrim algoritması dahil edilerek Markov oyunu yaklasımı gelistirilmistir. Önerilen Markov oyunu yaklasımı, akıllı sebekelerin iletisim agı içerisinde bilgi agı yönetimi ve korunması sorununu çözecek sekilde genisletilmistir. OpenDSS ve Python yazılımları kullanılarak önerilen durum çalısmaları analiz edilmis ve sonuçlar sunulmustur.
Özet (Çeviri)
The main purpose of this thesis is to propose approaches to detect cyberphysical attacks against smart grids. In this context, three proposed case studies have been conducted to ensure the security of data flowing between buses, phasor measurement units, and phasor data concentrators in smart networks, respectively, against cyber-physical attacks. In the first case study, the detection and classification of cyber-physically attacked data taken from phasor measurement units is carried out as a hybrid approach of the long-short-term memory model and convolutional neural network, whose hyperparameters are optimized with particle swarm optimization. In the second case study, a long-short-term memory model-based Markov game approach is modeled, where the data paths of buses, phasor measurement units, and phasor data concentrators are defined as an environment and the attacker-defense agents are determined as players. In the third case study, a Markov game approach is developed by incorporating a differential evolution algorithm to improve the decision mechanism and strategy, based on the data flow in the three interconnected environments described in the second case study. The proposed Markov game approach is extended to solve the problem of information network management and protection within the communication network of smart grids. Proposed case studies are analyzed using OpenDSS and Python software and the results are presented.
Benzer Tezler
- Novel cyber security approaches using deep learning methods for ıot solutions
Iot çözümleri için derin öğrenme yöntemlerini kullanan yeni siber güvenlik yaklaşimlari
MUHAMMAD MUHAMMAD INUWA
Doktora
İngilizce
2025
Bilim ve TeknolojiFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL DAŞ
- Siber fiziksel ve endüstriyel sistemlerde davetsiz misafir saldırılarının anormallik tespiti için yapay zeka ve yumuşak hesaplama yöntemlerinin uygulanması
Application of artificial intelligence and soft computing methods for anomaly detection of intrusion attacks in cyber-physical and industrial systems
SİNAN ATICI
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜRKAN TUNA
- Dengesiz veri setlerinde aşırı örnekleme teknikleri ile makine öğrenmesi yaklaşımlarının karşılaştırılması
Comparison of machine learning approaches by using oversampling techniques on imbalanced datasets
ÜMİT DİLBAZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiAkıllı Mühendislik Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÖZGÜR CİNGİZ
- Siber saldırıların çizge görselleştirmesinde geometrik derin öğrenme temelli yeni yaklaşımların geliştirilmesi
Development of novel approaches based on geometric deep learning for graph visualization of cyber attacks
MÜCAHİT SOYLU
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL DAŞ
- Nesnelerin interneti temelli akıllı şebekelerde güvenlik zafiyetlerinin tespiti ve çözümüne yönelik yeni yaklaşımların geliştirilmesi
Developing new approaches for detecting and solving security vulnerabilities in internet of things based smart grids
MUHAMMED ZEKERİYA GÜNDÜZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL DAŞ