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
- 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
- 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
- Makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak saldırı tespit ve önleme sistemi geliştirilmesi
Developing an intrusion detection and prevention system using machine learning and deep learning methods
MEHMET ALİ ALTUNCU
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SUHAP ŞAHİN
- Network intrusion detection system using hybrid deeplearning approaches in software defined networking
Yazılım tanımlı ağlarda hibrit derin öğrenme yaklaşımlarıkullanılarak ağ saldırı tespit sistemi
RACHID BEN SAID
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İMAN ASKERBEYLİ
- Derin öğrenme yaklaşımı kullanarak bulut ortamları için saldırı tespit hizmet tasarımı
A deep learning approach for designing a cloud intrusion detection service
WISAM ELMASRY
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜL HALİM ZAİM
DOÇ. DR. AKHAN AKBULUT