Nesnelerin interneti (IoT) cihazları için güvenlik değerlendirmesi ve ddos saldırı tespiti
Security assessment and ddos attack detection for internet of things (IoT) devices
- Tez No: 903378
- Danışmanlar: DOÇ. DR. ERCAN BULUŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Science and Technology, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Tekirdağ Namık Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 89
Özet
Günümüz dünyasında Nesnelerin İnterneti (Internet of Things - IoT) cihazlarının sayısı hızla artmakta ve bu cihazlar günlük hayatımızın ayrılmaz bir parçası haline gelmektedir. IoT fiziksel nesnelerin veya cihazların internet üzerinden birbirleriyle ve daha büyük sistemlerle iletişim kurmasını sağlayan bir ağ yapısıdır. Bu nesneler, sensörler, yazılımlar ve diğer teknolojilerle donatılmış olup, veri toplama, analiz etme ve paylaşma yeteneğine sahiptir. IoT, akıllı evlerden endüstriyel otomasyona, sağlık hizmetlerinden tarıma kadar geniş bir yelpazede kullanılmaktadır. Nesnelerin İnterneti, sunduğu büyük potansiyel ve geniş uygulama alanlarıyla geleceğin teknolojik dünyasının temel yapı taşlarından biri olarak kabul edilmektedir. Ancak, bu teknolojinin güvenli ve sürdürülebilir bir şekilde uygulanabilmesi için veri güvenliği ve cihaz güvenilirliği gibi konulara dikkat edilmesi gerekmektedir. IoT'nin getirdiği yeniliklerin yanı sıra, karşılaştığı zorluklar ve risklerin de etkin bir şekilde yönetilmesi, bu teknolojinin tam potansiyelini gerçekleştirmesi için kritik öneme sahiptir. IoT cihazları, çeşitli sektörlerde verimlilik ve kullanıcı deneyimini artırırken, siber güvenlik açıkları nedeniyle ciddi siber tehditlere de maruz kalmaktadır. Bu tez çalışmasında, IoT cihazlarının güvenlik değerlendirmesinin yapılması ve bu cihazlara yönelik Dağıtık Hizmet Engelleme (Distributed Denial of Service - DDoS) saldırılarının, Random Forest (Rassal Orman), Logistic Regression (Lojistik Regresyon), K-Nearest Neighbors (KNN - K-En Yakın Komşu), Neural Network (Sinir Ağı), Navie Bayes, Decision Tree (Karar Ağacı), RBF SVM ve QDA modelleri kullanılarak tespitiyle ilgili araştırma ve geliştirme amaçlanmıştır.
Özet (Çeviri)
The number of Internet of Things (IoT) devices is accelerated, making them an integral aspect of daily life. IoT indicates a network architecture that enables physical objects or devices to communicate with each other and cloud systems via the internet. These objects are equipped with sensors, software, and other technologies, allowing collect, analyze, and exchange of data. IoT encompasses from smart homes to industrial automation, healthcare services to agriculture. IoT is considered one of the milestones for the future thanks to its promising potential and many application areas. However, data protection and device reliability must be considered for the sustainable and secure implementation of IoT. In addition to the innovations introduced by IoT, effectively managing the challenges and minimizing related is critical for this technology to achieve its desired potential. Although IoT enhances efficiency and user experience across various organizations and industries, it also combats serious cyber threats due to potential security vulnerabilities. The thesis aims to conduct a security assessment of IoT devices and to research and develop methods for detecting Distributed Denial of Service (DDoS) attacks on these devices using Random Forest, Logistic Regression, K-Nearest Neighbors (KNN), Neural Network, Navie Bayes, Decision Tree, RBF SVM and QDA models.
Benzer Tezler
- Intrusion detection in IoT SDN network using machine learning
Başlık çevirisi yok
SAMER ALBENAH
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ ATA
- DDOS attack by botnet infected IoT devices detection based on deep learning models
Derın öğrenme modellerıne dayalı botnet vırüslü IoT cıhazlarının algılanması ıle DDOS saldırısı
OMER ADIL HUSSEIN AL MARSOOMI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAH ABDU IBRAHIM
- Privacy and security enhancements of federated learning
Federe öğrenme uygulamalarında mahremiyet ve güvenlik geliştirmeleri
ŞÜKRÜ ERDAL
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
DR. FERHAT KARAKOÇ
- Investigation of asset management practices in airports
Havalimanlarında varlık yönetimi uygulamalarının incelenmesi
CEMİL CAN UZUN
Yüksek Lisans
İngilizce
2023
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ESİN ERGEN PEHLEVAN
- Performance evaluation of lightweight cryptographicalgorithms for internet of things security
Nesnelerin ınterneti güvenliği için hafif kriptoalgoritmalarının performans değerlendirmesi
SELAHATTİN POLAT
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiSiber Güvenlik Ana Bilim Dalı
PROF. DR. NAZİFE BAYKAL
DOÇ. DR. TOLGA YALÇIN