User privacy on iot devices using machine and deep learningapproaches
Kullanilan iot cihazlarinda kullanici gizliliğimakine ve derin öğrenme yaklaşimlar
- Tez No: 940364
- Danışmanlar: PROF. DR. GALİP CANSEVER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 57
Özet
Nesnelerin İnterneti (IoT) teknolojisinin hızla yaygınlaşması, bu cihazların sıklıkla büyük miktarda kişisel bilgi toplayıp iletmesi nedeniyle kullanıcıların gizliliğine ilişkin endişeleri artırdı. Bu sorunları ele almak için bu tez, IoT cihazlarında kullanıcı gizliliğini geliştirmek amacıyla makine ve derin öğrenme teknolojilerinin kullanımına bakacaktır. Araştırmada ilk olarak IoT cihazlarındaki kullanıcı gizliliğinin mevcut durumu ve gizliliğin korunmasıyla ilgili sorunlar incelenecek. Bu, IoT cihazları tarafından toplanan ve iletilen birçok veri türünün yanı sıra bu verilerin kötüye kullanılabileceği veya hacklenebileceği çeşitli yolların tartışılmasını içerecektir. Araştırmada ayrıca IoT cihazlarında kullanıcı gizliliğinin korunmasına yönelik mevcut yasal çerçevelere ve sektördeki en iyi uygulamalara da bakılacak. Tez daha sonra IoT cihazlarında kullanıcı gizliliğini geliştirmek için makine öğrenimi yaklaşımlarının uygulanmasını araştıracaktır. Bu, karar ağacı algoritmaları ve YSA'lar gibi bunun için kullanılabilecek birçok makine öğrenme tekniğine göz atacaktır. Araştırma aynı zamanda gizlilik ile performans veya doğruluk gibi diğer hedefler arasındaki dengeler gibi gizliliğin korunması için bu algoritmaları kullanmanın olası yararlarına ve sakıncalarına da bakacak. Proje, makine öğreniminin yanı sıra IoT cihazlarında kullanıcı gizliliğini iyileştirmek için derin öğrenme teknolojilerinin kullanımını da inceleyecek. Makine öğrenimi tekniklerinin belirli bir kategorisi olan derin öğrenme modelleri, çeşitli uygulamalarda önemli bir potansiyel göstermiştir. Araştırma, IoT cihazlarında gizliliğin korunmasına yönelik derin öğrenme algoritmalarının uygulanmasının potansiyel faydalarını ve zorluklarını ve bu alandaki mevcut çalışmaları inceleyecek. Son olarak tez, makine ve derin öğrenme yaklaşımlarını diğer mahremiyet artırıcı teknolojilerle entegre etme potansiyeli ve kullanıcı deneyimini geliştirmeye yönelik ek düzenleyici veya endüstri öncülüğündeki çabaların potansiyeli de dahil olmak üzere, bu alandaki potansiyel araştırma yönünün tartışılmasıyla sonuçlanacaktır. IoT cihazlarında gizlilik. Bu tez, IoT cihazlarındaki kullanıcı gizliliğinin mevcut durumunun yanı sıra makine ve derin öğrenme teknolojilerinin uygulanması yoluyla gizliliğin artırılması olanaklarının eksiksiz bir değerlendirmesini sunmayı amaçlamaktadır. Çalışma, hızla gelişen Nesnelerin İnterneti alanında bu zorlukları ele alarak kullanıcı gizliliğini korumaya yönelik devam eden çabalara katkıda bulunmayı amaçlıyor.
Özet (Çeviri)
The swift expansion of Internet of Things (IoT) technology has sparked concerns regarding the privacy of users, since these devices often collect and transmit vast amounts of personal information. To address these issues, this thesis will look at the use of machine and deep learning technologies to improve user privacy on IoT devices. First, the research will examine the existing state of user privacy on IoT devices, as well as the issues associated with protecting privacy. This will include a discussion of the many types of data gathered and communicated by IoT devices, as well as the numerous ways in which this data might be exploited or hacked. The research will also look at current legislative frameworks and best practices in the sector for preserving user privacy on IoT devices. The thesis will then investigate the application of machine learning approaches to improve user privacy on IoT devices. This will take a look at the many machine learning techniques that may be used for this, such as decision tree algorithms and ANNs. The research will also look at the possible benefits and drawbacks of utilizing these algorithms for privacy protection, such as the trade-offs between privacy and other objectives like performance or accuracy. Besides machine learning, the project will look into the use of deep learning technologies for improving user privacy on IoT devices. Deep learning models, a specific category of machine learning techniques, have demonstrated significant potential across various applications. The research will examine the potential benefits and challenges of applying deep learning algorithms for privacy protection on IoT devices, as well as the present related works in this field. Finally, the dissertation will conclude with a discussion of the potential future direction of research in this area, including the potential for integrating machine and deep learning approaches with other privacy-enhancing technologies and the potential for additional regulatory or industry-led efforts to improve user privacy on IoT devices. This dissertation intends to offer a complete assessment of the present status of user privacy on IoT devices, as well as the possibilities for enhancing privacy via the application of machine and deep learning technologies. The study intends to contribute to continuing efforts to secure user privacy in the rapidly developing realm of IoT by addressing these challenges.
Benzer Tezler
- Ağ trafiği tahmininde makine öğrenmesi algoritmalarının karşılaştırmalı analizi
A comparative analysis of machine learning algorithms on network traffic forecasting
BUSE DİLAN USLAN
Yüksek Lisans
Türkçe
2025
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Data analysis with distributed machine learning methods in smart city applications
Akıllı şehir uygulamalarında dağıtık makine öğrenmesi yöntemleriyle veri analizi
NAWAF ABDULLA
Doktora
İngilizce
2024
Yönetim Bilişim SistemleriGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. MEHMET DEMİRCİ
PROF. DR. SUAT ÖZDEMİR
- Distributed anomaly-based intrusion detection system for IoT environment using Blockchain technology
Dağıtılmış anomali tabanlı saldırı tespit sistemi Blockchain teknolojisi kullanılan IoT ortamı için
NOUHA HEJAZI
Yüksek Lisans
İngilizce
2022
Bilgi ve Belge Yönetimiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. ENVER ÖZDEMİR
- Blokzincir tabanlı ıot sağlık platformu ile hasta verilerinin güvenli paylaşımı ve izlenmesi
Secure sharing and monitoring of patient data through a blockchain-based iot healthcare platform
GALAL ABDULRAHEEM ALI AHMED
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. ÜNAL ÇAVUŞOĞLU
- Enhancing botnet detection using federated learning in iot networks
Iot ağlarinda federe öğrenme yöntemini kullanarak botnet tespitinin geliştirilmesi
NİLÜFER USLAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞERİF BAHTİYAR