Siber fiziksel ve endüstriyel sistemlerde davetsiz misafir saldırılarının anormallik tespiti için yapay zeka ve yumuşak hesaplama yöntemlerinin uygulanması
Application of artificial intelligence and soft computing methods for anomaly detection of intrusion attacks in cyber-physical and industrial systems
- Tez No: 957470
- Danışmanlar: PROF. DR. GÜRKAN TUNA
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mühendislik Bilimleri, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mechatronics Engineering, Engineering Sciences, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Trakya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Siber-fiziksel sistemler ve endüstriyel kontrol sistemlerinin dijitalleşmesi, bu sistemlere yönelik siber tehditlerin karmaşıklığını ve tehlikelerini artırmıştır. Özellikle davetsiz misafir saldırıları, sistemlerin sürekliliği ve güvenliği üzerinde ciddi bir tehdit oluşturmaktadır. Bu tez çalışmasında, siber-fiziksel sistemler ve endüstriyel kontrol sistemlerinde davetsiz misafir saldırılarının anomali tespiti için yapay zeka ve yumuşak hesaplama temelli yöntemlerin performansı sistematik bir şekilde incelenmiştir. Bu amaçla, CIC-ToN-IoT, CSE-CIC-IDS2018 ve Edge-IIoTset gibi güncel ve kapsamlı veri setleri kullanılarak çeşitli makine öğrenmesi, derin öğrenme ve yumuşak hesaplama teknikleri uygulanmıştır. Karar ağaçları, destek vektör makineleri, K-en yakın komşu, lojistik regresyon ve doğrusal diskriminant analizi gibi klasik makine öğrenmesi algoritmaları ile Evrişimli Sinirsel Ağ ve Uzun Kısa Dönemli Bellek gibi derin öğrenme yaklaşımlarının performansı değerlendirilmiştir. Ayrıca, bulanık mantık, Genetik Algoritmalar, Uyarlamalı Nöro-Bulanık Çıkarım Sistemi ve Derin Q Ağı gibi yumuşak hesaplama yöntemleriyle hem bağımsız hem de hibrit modeller geliştirilerek sistem performansı analiz edilmiştir. Elde edilen bulgular, klasik makine öğrenmesi modellerinin genellikle yüksek isabetlilik sunduğunu, ancak derin öğrenme ve yumuşak hesaplama temelli yöntemlerin, özellikle azınlık sınıflarında ve karmaşık veri setlerinde esneklik ve uyarlanabilirlik avantajları sağladığını ortaya koymaktadır. Çalışma, bu yöntemlerin siber-fiziksel ve endüstriyel kontrol sistemlerindeki uygulanabilirliğini göstermeyi ve bu alanda yapılacak ileri düzey araştırmalara katkı sunmayı hedeflemektedir.
Özet (Çeviri)
The digitisation of cyber-physical systems and industrial control systems has amplified the complexity and severity of cyber threats targeting these systems. In particular, intrusion attacks pose a significant threat to the continuity and security of such systems. This thesis investigates the performance of artificial intelligence and soft computing-based methods for anomaly detection of intrusion attacks in cyber-physical and industrial control systems through a systematic approach. To this end, contemporary and comprehensive datasets, namely CIC-ToN-IoT, CSE-CIC-IDS2018, and Edge-IIoTset, were employed to apply various machine learning, deep learning, and soft computing techniques. The performance of classical machine learning algorithms, including decision trees, support vector machines, K-nearest neighbour, logistic regression, and linear discriminant analysis, was evaluated alongside deep learning approaches such as Convolutional Neural Networks and Long Short-Term Memory networks. Furthermore, soft computing methods, including fuzzy logic, Genetic Algorithms, Adaptive Neuro-Fuzzy Inference Systems, and Deep Q Networks, were used to develop both standalone and hybrid models, with their system performance thoroughly analysed. The findings reveal that classical machine learning models generally achieve high accuracy, while deep learning and soft computing-based methods offer advantages in flexibility and adaptability, particularly for minority classes and complex datasets. This study aims to demonstrate the applicability of these methods in cyber-physical and industrial control systems and to provide a foundation for advanced research in this field.
Benzer Tezler
- Beyaz peynir yapımında kalsiyum klorürün süzme süresi, peynir suyu ile olan bazı besin maddeleri kayıpları ve peynir randımanına etkisi
Başlık çevirisi yok
SİBEL ŞAKİROĞLU
Yüksek Lisans
Türkçe
1986
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ÜÇÜNCÜ
- Cumhuriyet döneminde Milli Eğitim Şuralarının müzik eğitimi ile ilgili aldığı kararlar
Başlık çevirisi yok
SİBEL DOĞAN(ÖZBAKAN)
- Tokat bölgesi folklorik giysileri
Başlık çevirisi yok
ESEN ÇAĞLAYAN
Yüksek Lisans
Türkçe
1987
Halk Bilimi (Folklor)Gazi ÜniversitesiGiyim Endüstrisi ve Giyim Sanatları Ana Bilim Dalı
PROF. DR. FİRDEVS KAYA
- Bazı yağlık kolza (brassica napus ssp. oleifera) çeşitlerinde verim ve kaliteye ilişkin karakterler üzerinde araştırmalar
Başlık çevirisi yok
ABDURRAHİM TANJU GÖKSOY
Yüksek Lisans
Türkçe
1986
Gıda MühendisliğiUludağ ÜniversitesiTarla Bitkileri Ana Bilim Dalı
DOÇ. DR. Z. METİN TURAN