Nesnelerin interneti tabanlı ağlardaderin öğrenme ile saldırı tespiti
Deep learning based attack detection in internet ofthings networks
- Tez No: 916005
- Danışmanlar: DOÇ. DR. KAZIM YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 144
Özet
Araçların İnterneti (IoV) ve Tıbbi Nesnelerin İnterneti (IoMT) sistemlerinin hızla yaygınlaşması, bu sistemlerin güvenliğini kritik bir öncelik haline getirmektedir. Bu tez çalışması, IoV ve IoMT sistemlerinde oluşabilecek siber saldırıların tespiti için derin öğrenme tabanlı yeni bir yaklaşım önermektedir. Tez çalışmasında, Evrişimli Sinir Ağları (CNN), Derin Sinir Ağları (DNN) ve Uzun-Kısa Süreli Bellek (LSTM) mimarilerini içeren üç farklı model geliştirilmiş ve bu modeller kapsamlı deneylerle test edilmiştir. Bu tez çalışmasında yapılan deneylerde CICIoV2024 ve CICIoMT2024 veri setleri kullanılmıştır.CICIoV2024 veri seti üzerinde yapılan deneylerde, önerilen modeller ikili ve üçlü sınıflandırmada mükemmel başarı gösterirken, altılı sınıflandırmada da yüksek doğruluk oranlarına ulaşmıştır.CICIoMT2024 veri seti deneylerinde ise ikili sınıflandırmada çok yüksek doğruluk elde edilmiş,sınıf sayısı arttıkça modelin performansı kademeli olarak değişkenlik göstermiştir. Özellikle LSTM mimarisi, karmaşık saldırı desenlerini tespit etmede üstün performans sergilemiştir.Deneysel sonuçlar, önerilen yaklaşımların literatürdeki mevcut çalışmalara kıyasla daha başarılı olduğunu göstermektedir. Bu tez çalışması, IoV ve IoMT sistemlerinin güvenliğini artırmak için etkili ve ölçeklenebilir çözümler sunmakta ve gelecekteki araştırmalar için yeni perspektifler sağlamaktadır.
Özet (Çeviri)
The rapid proliferation of Internet of Vehicles (IoV) and Internet of Medical Things (IoMT) systems has made security a critical priority for these infrastructures. This thesis proposes a novel deep learning-based approach for detecting cyber attacks in IoV and IoMT systems. The research develops and extensively tests three distinct models incorporating Convolutional Neural Networks (CNN), Deep Neural Networks (DNN), and Long Short-Term Memory (LSTM) architectures. The experimental phase of this thesis utilizes the CICIoV2024 and CICIoMT2024 datasets. In experiments conducted on the CICIoV2024 dataset, the proposed models achieved excellent performance in binary and triple classification tasks while maintaining high accuracy rates in six-class classification scenarios.For the CICIoMT2024 dataset experiments, while binary classification yielded exceptionally high accuracy, model performance showed gradual variability as the number of classes increased. The LSTM architecture demonstrated superior performance in detecting complex attack patterns. The experimental results indicate that the proposed approaches outperform existing studies in literature. This thesis presents effective and scalable solutions for enhancing the security of IoV and IoMT systems while providing new perspectives for future research endeavors.
Benzer Tezler
- Nesnelerin interneti tabanlı mobil hasta takip sistemi
Internet of things based mobile patient tracking system
SAMET YUCA
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiManisa Celal Bayar ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜCEL KOÇYİĞİT
- Nesnelerin interneti tabanlı akıllı sera tasarımı ve geleneksel sera ile karşılaştırılması
Internet of things based smart greenhouse design and comparison with traditional greenhouses
SAMET TEKEŞ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKırklareli ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZLEM AYTEKİN
- Nesnelerin interneti tabanlı varlık takip sistemi tasarımı ve uygulaması
Design and implementation of asset tracking system based on internet of things
NUŞİN AKRAM
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı
DOÇ. DR. ORHAN DAĞDEVİREN
- Nesnelerin interneti tabanlı bebek uyku takip sistemi tasarımı ve gerçeklenmesi
Design and implementation of internet of things based baby sleep monitoring system
ERAY ERKEN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZHAN URHAN
- Nesnelerin interneti tabanlı galvanik deri tepkisi ölçümü ile stres tahmini
Stress prediction using internet of things-based galvanic skin response measurement
MİRAY TUNCEL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIsparta Uygulamalı Bilimler Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN YÜKSEL
DR. HALİT ÇETİNER