Yapay zeka teknikleri kullanarak nesnelerin interneti ağında botnet saldırı tespiti
Botnet attack detection in the internet of things network using artificial intelligence techniques
- Tez No: 922710
- Danışmanlar: DR. RAMAZAN KOCAOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Botnetler, bir saldırganın komutası altında olan, virüslü bilgisayarlardan oluşan bir ağdır. Bu ağlar bir veya daha fazla bot yöneticisi tarafından yönetilir ve belirli komutları yürütmek için kullanılır. Son yıllarda, farklı botnet türleri çeşitli ağ altyapılarını hedef almaya başlamıştır. Bu hedeflerden biri de Nesnelerin İnterneti (IoT) ağıdır. IoT güvenliğin yüksek önemi ve botnet saldırılarının IoT ağlarında yıkıcı etkileri göz önünde bulundurulduğunda, Bu makalede, Ayrılabilir Evrişimli Sinir Ağları (SCNN), Uzun Kısa Süreli Bellek Ağları (LSTM) ve Aşırı Gradyan Artırma (XGBoost) algoritması kulanılarak nesnelerin interneti'ndeki botnet saldırılarını tespit etmek için hafif bir yaklaşım önerilmiştir. Önerilen yöntem yüksek doğruluk ile birlikte daha az hesaplama karmaşıklığına sahiptir. Önerilen yöntem python yazılım ortamında simüle edilmiş ve N_BaIoT veri setinin yanı sıra farklı değerlendirme endekslerinde etkinliği analiz edilmiştir. Sonuçlar incelendiğinde, önerilen yöntemin IoT botnet saldırılarını %99,22 doğrulukla tespit edebildiği görülmektedir. Diğer çalışmalardaki önerilen yöntemlerle kıyasladığımızda tespit doğruluğunun benzer tasarımlaradan daha iyi olduğunu göstermektedir.
Özet (Çeviri)
Botnets are a network of infected computers under the command of an attacker. These networks are managed by one or more botmasters and are used to execute specific commands. In recent years, different types of botnets have started to target various network infrastructures. One of these targets is the Internet of Things network. Considering the high importance of security in the Internet of Things (IoT) and the devastating effects of botnet attacks on the Internet of Things, in this paper, we propose a lightweight approach to detect botnet attacks in the IoT using Separable Convolutional Neural Networks (SCNN), Long Short-Term Memory Networks (LSTM) and XGBoost algorithm. The proposed method has high accuracy with less computational complexity. The proposed method is simulated in python software environment and its effectiveness is analyzed on different evaluation indices as well as N_BaIoT dataset. The results show that the proposed method can detect IoT botnet attacks with 99.22% accuracy. Compared to the proposed method in other studies, it shows that the detection accuracy is better than similar designs
Benzer Tezler
- Neural network based multi-carrier receiver design and doppler estimation
Yapay sinir ağı tabanlı çok taşıyıcılı alıcı tasarımı ve doppler kestirimi
YASİN YILDIRIM
Yüksek Lisans
İngilizce
2020
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
DR. SEDAT ÖZER
- Lav lambası temelli entropi kaynağı kullanılarak kriptolojik ikamekutusu tasarımı
Cryptographic substitution box design using entropy source based onlava lamp
ÖMER KAYA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. FATİH ÖZKAYNAK
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Anlık debi ve basma yüksekliği kullanarak dalgıç pompaların ideal verimlerinin yapay zekâ teknikleri ile tahmini
Prediction of ideal efficiencies of submersible pumps with artificial intelligence techniques using the instant flow rate and head
RİFAT KURBAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiEntegre Su Yönetimi Ana Bilim Dalı
PROF. DR. METİN GÜNER
- Employing digital twin to LoRa based forest fire management systems
LoRa'ya dayalı orman yangını yönetim sistemlerine dijital ikiz uygulanması
BUĞRA AYDIN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ