Güvenli ağ bağlantıları için yapay sinir ağları kullanılarak anormal aktiviteleri ve siber tehditleri tespit eden alternatif yazılım geliştirilmesi
Development of alternative software for detecting abnormal activities and cyber threats using artificial neural networks for secure network connections
- Tez No: 941402
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET ÖZEK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 149
Özet
Daha sonBu tez çalışması, yapay sinir ağları (YSA) kullanılarak ağ trafiğinde meydana gelen anomali niteliğindeki siber tehditlerin tespit edilmesini amaçlamaktadır. Dijitalleşmenin hızla arttığı günümüzde, internet bağlantılı cihazların sayısındaki dramatik artışla birlikte, bireyler, kurumlar ve altyapılar daha fazla siber saldırı riskiyle karşı karşıya kalmaktadır. Geleneksel imza tabanlı saldırı tespit sistemleri, özellikle daha önce karşılaşılmamış (zero-day) tehditler karşısında yetersiz kalmaktadır. Bu nedenle, anomali tabanlı tespit sistemlerine olan ihtiyaç giderek artmaktadır. Çalışmada, yapay zekâ temelli sistemlerin siber güvenlik alanında nasıl kullanılabileceği ele alınmış; özellikle zaman bağımlı verilerle başa çıkabilen Uzun Kısa Süreli Bellek (LSTM), Çok Katmanlı A lgılayıcı (MLP) ve hibrit yapılar gibi farklı YSA modelleri değerlendirilmiştir. Geliştirilen modeller, CSE-CIC-IDS2018, CICIDS2017, SIEM Veri Seti gibi kapsamlı veri setleri üzerinde eğitilmiş; DDoS, Botnet, Kaba Kuvvet Saldırıları gibi yaygın saldırı türlerine karşı yüksek doğruluk oranlarıyla test edilmiştir. Tez kapsamında geliştirilen sistem, ağ trafiği üzerindeki olağandışı davranışları yüksek doğrulukla tespit edebilmekte ve adaptif yapısıyla gelecekte ortaya çıkabilecek yeni tehdit türlerine karşı da etkin savunma sunmaktadır. Sonuç olarak, bu çalışma, geleneksel yöntemlerin ötesine geçerek siber güvenlikte yenilikçi ve veri odaklı bir yaklaşım ortaya koymakta; bireylerin, kurumların ve kamu altyapılarının dijital güvenliğine katkı sağlamayı hedeflemektedir. ra doldurulacaktır
Özet (Çeviri)
This thesis aims to detect anomalous activities and cyber threats in network traffic using Artificial Neural Networks (ANN). In today's rapidly digitalizing world, the exponential increase in internet-connected devices has significantly heightened the risk of cyber-attacks targeting individuals, institutions, and critical infrastructures. Traditional signature-based intrusion detection systems often fall short in identifying previously unknown (zero-day) threats, emphasizing the growing need for anomaly-based detection systems. This study explores how artificial intelligence-based approaches can be utilized in cybersecurity, focusing on ANN models such as Long Short-Term Memory (LSTM), Multi-Layer Perceptron (MLP), and hybrid structures capable of handling time-dependent data. The proposed models were trained on widely used datasets such as CSE-CIC-IDS2018, CICIDS2017, NSL-KDD, and KDD CUP 99, and were tested against common attack types like DDoS, Botnet, and Brute Force, achieving high accuracy rates. The developed system demonstrates a strong ability to identify abnormal behaviors in network traffic and offers an adaptive structure capable of responding to emerging threats. In conclusion, this study presents an innovative, data-driven approach to cybersecurity that goes beyond conventional methods and aims to contribute to the digital safety of individuals, organizations, and public infrastructure.
Benzer Tezler
- Improvements to neural network based restoration in optical networks
Optik ağların yapay sinir ağları kullanılarak onarımında iyileştirmeler
FETHİ TÜRK
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SEMİH BİLGEN
- Pekiştirmeli öğrenme ile yüz görüntüsünün yüksek çözünürlükte elde edilmesi
High resolution facial image acquisition with reinforcement learning
EMRE ALTINKAYA
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURHAN BARAKLI
- Sensor-based activity recognition and authentication using deep learning
Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma
NİLAY TÜFEK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- 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
- A cross-layer intrusion detection system for RPL-based internet of things
RPL tabanlı nesnelerin interneti için katmanlar arası saldırı tespit sistemi
ERDEM CANBALABAN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEVİL ŞEN AKAGÜNDÜZ