A novel hybrid instruction detection system for IOT networks combining feature selection and hyperparameter optimization via GA and SVM
GA ve SVM aracılığıyla özellik seçimi ve hiperparametre optimizasyonunu birleştiren nesnelerin ağları için yeni bir hibrit talimat tespit sistemi
- Tez No: 966884
- Danışmanlar: YRD. DOÇ. DR. ABDULLAHI ABDU IBRAHIM
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Hızla ortaya çıkan akıllı sağlık alanında, IoT paradigması büyük ölçüde sağlam web güvenliğine bağlıdır. Bu güvenlik özelliğinin önümüzdeki yıllarda tıbbi altyapılarda vazgeçilmez olması bekleniyor. Bu makale, sağlık sektöründe çevrimiçi güvenlik ve gizlilik için artan tehditlerle bu tür sistemleri güvence altına almada saldırı tespit sistemlerinin kritik rolünü ele almaktadır. Bu fikrin desteklenmesi, bizi bu araştırmayı yapmaya yöneltti ve yalnızca saldırıları doğru bir şekilde tespit etmekle kalmayıp aynı zamanda halihazırda akıllı sağlık hizmetlerinde en hassas yanlış alarm oranlarını da sunacak akıllı bir IDS geliştirmeye koyulduk. Bu nedenle, özellik optimizasyonuna katılan genetik algoritma ile Rastgele Ormanı entegre eden makine öğrenimi tabanlı bir destek sistemi eklemeyi üstlendik. RF'yi ağırlıklı bir genetik algoritma ile entegre etmek, tespit oranlarını iyileştiren ve yanlış alarmları büyük miktarda azaltan optimum bir özellik alt kümesi oluşturdu. Makine öğrenimi yaklaşımımız, RF, Naive Bayes (NB) ve lojistik regresyon sınıflandırıcılarını uygulayan NSL-KDD'nin sonuçlarıyla veri kümesi üzerinde çapraz doğrulama yapıldı. Sonuçlanan ölçümler F1 puanı ölçümlerinde, geri çağırmada, tespit oranında ve hassasiyette etkileyici iyileştirmeler gösterdi. ve yanlış alarm oranı. Özellikle, yöntemimiz RF modellerini genetik algoritmayla entegre ederek yalnızca %0,8'lik bir yanlış alarm oranı ve %98,81'lik bir tespit oranı elde etti. Bu çalışma, akıllı sağlık hizmetlerinde kimlik doğrulama ve gizliliğin kritik rolünü vurgulayarak gelişmiş ve verimli web platformlarına olan ihtiyacı vurgulamaktadır. Dahası, algoritmamız farklı ölçekleme faktörleriyle NSL-KDD ve CSE-CIC-IDS2018 veri kümelerinde değerlendirildi ve geliştirilmiş genetik algoritmamızın ortalama hassasiyeti %5,65 ve ortalama F1 puanını %8,2 oranında artırdığını gösterdi.
Özet (Çeviri)
In the fast-emerging area of intelligent healthcare, the ioT paradigm heavily depends on robust web security. This security feature is expected to be indispensable in medical infrastructures in the years ahead. This paper discusses the critical role of intrusion detection systems in securing such systems with increasing threats to online security and privacy within the health sector. It is the very fact of support for this idea that prompted us to perform this research, in which we set out to develop an intelligent IDS that would not just detect attacks correctly but also offer the most precise false alarm rates in the already intelligent healthcare. We, therefore, undertook to include a machine learning-based support system, which involved integrating the Random Forest with the genetic algorithm that participated in feature optimization. Integrating RF with a weighted genetic algorithm created an optimal subset of features, which improved the detection rates and reduced the false alarms by massive amounts. Our machine learning approach was cross-validated on the dataset by the results of NSL-KDD applying RF, Naive Bayes (NB), and logistic regression classifiers. The resulting measures showed impressive improvements in F1-score metrics, recall, detection rate, and precision. and false alarm rate. Specifically, our method achieved a false alarm rate of only 0.8% and a detection rate of 98.81% by integrating RF models with the genetic algorithm. This study underscores the critical role of authentication and privacy in smart healthcare, highlighting the necessity for advanced and efficient web platforms. Moreover, our algorithm was evaluated on the NSL-KDD and CSE-CIC-IDS2018 datasets with different scaling factors, demonstrating that our improved genetic algorithm increased the average precision by 5.65% and the average F1-score by 8.2%.
Benzer Tezler
- But in practice: Discovering the hybrid making approach
Aslında uygulamada: Hibrit nesne yapma yaklaşımını keşfetmek
MARSHALL PLUMMER
Yüksek Lisans
İngilizce
2022
Endüstri Ürünleri TasarımıOrta Doğu Teknik ÜniversitesiEndüstriyel Tasarım Bilim Dalı
PROF. DR. OWAIN FRANCIS PEDGLEY
- Hardware implementation of the post-quantum cryptography algorithm falcon
Kuantum sonrası kriptografi algoritması falcon'un donanım gerçeklemesi
YASİN YILMAZ
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SIDDIKA BERNA ÖRS YALÇIN
- A novel hybrid model for oblique machining induced residual stresses and distortions on thin parts
Artık gerilmelerin, talaşlı imalatta üretilmiş parçaların üretim performanslarında önemli bir rolü vardır
FERGANİ OMAR
Yüksek Lisans
İngilizce
2012
Makine MühendisliğiKoç ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL LAZOĞLU
- A novel hybrid magnetic particle imaging and low-field magnetic resonance imaging scanner
Özgün bir hibrit manyetik parçacık görüntüleme ve düşük alanlı manyetik rezonans görüntüleme tarayıcısı
SEFA KARACA
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMİNE ÜLKÜ SARITAŞ ÇUKUR
DR. CAN BARIŞ TOP
- A novel hybrid scaffold for managing critical size mandibular defects
Kritik boyutlu mandibüler hasarların yönetimi için yeni bir hibrit doku iskele modeli
SAİT EMRE DOĞAN
Yüksek Lisans
İngilizce
2023
BiyomühendislikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZHAN ÖZTÜRK
PROF. DR. BAHATTİN KOÇ