Multi-level security framework for internet of things in military environment
Askeri ortamlardaki nesnelerin interneti için çok seviyeli güvenlik çerçevesi
- Tez No: 978707
- Danışmanlar: DOÇ. DR. ŞERİF BAHTİYAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yetkilendirmeli erişim denetim sistemi, Authorized access control system
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Nesnelerin İnterneti (IoT), günlük hayatta sahip olduğu pratik uygulamalar sayesinde teknolojik ilerlemenin önde gelen alanlarından biri olmaya devam etmektedir. Nesnelerin interneti teknolojisi, cihazların birbileri ile bağlanmasını sağlayarak verilerin gerçek zamanlı olarak toplanmasını, değişmesini ve analizini mümkün kılmaktadır. Bu yetenekler sayesinde, sağlık, tarım, ulaşım ve savunma gibi sektörlerde verimliliği, sürdürülebilirliği ve karar alma süreçlerini geliştirir. IoT'nin görevleri otomatikleştirme, kaynakları optimize etme ve yaşam kalitesini artırma yeteneği, onu modern teknolojide inovasyonu yönlendiren temel bir güç haline getirmiştir. Ayrıca ölçeklenebilirliği ve taşınabilirliği sayesinde endüstriyel süreçlerde yenilikçi çözümleri teşvik ederek daha akıllı ve daha etkileşimli bir dünya yaratılmasına katkıda bulunmaya devam etmektedir. Askeri ortamlarda kullanılan IoT teknolojisinde meydana gelen hızlı ilerlemeler önemli güvenlik açıklarını da beraberinde getirmektedir. Askeri nesnelerin interneti (IoMT) ağları genellikle veri ihlalleri, hizmet reddi (DoS) saldırıları ve kritik sistemlere yetkisiz erişim gibi siber tehditlere karşı savunmasız olabilmektedir. IoMT cihazlarının her birinin birbirine bağlı olması sebebiyle saldırı yüzeyinin genişlemesi onları düşman unsurlar tarafından kötüye kullanıma açık hale getirir. Ayrıca, standartlaşmış güvenlik protokollerinin eksikliği ve bazı IoT cihazlarının kaynak sınırlamaları, güçlü şifreleme ve kimlik doğrulama mekanizmalarının uygulanmasını zorlaştırmaktadır. Özellikle IoMT gelişimini sürdürürken, hassas askeri verilerin ve sistemlerin güvenliğini sağlamak, operasyonel bütünlüğü korumak ve ortaya çıkan siber tehditlere karşı ulusal güvenliği savunmak hayati önem taşır. Güvenli bir askeri birlik ortamı oluşturmak, hem fiziksel hem de siber tehditlere yönelik kapsamlı ve çok katmanlı bir güvenlik stratejisi gerektirir. Bu strateji, ileri teknolojilerin benimsenmesini, sıkılaştırılmış protokollerin uygulanmasını ve bir güvenlik farkındalığı kültürünün geliştirilmesini içerir. Teknik açıdan, şifreleme, kimlik doğrulama, erişim kontrolü, ağ segmentasyonu, güvenli protokoller, makine öğrenimi, yapay zeka ve blockchain gibi yeni teknolojiler, güvenliği artırmak için uygulanmaktadır. Ayrıca, bazı çalışmalar, savaş alanında zaman duyarlı ve kaynak açısından kritik operasyonları kolaylaştırmak için gecikme tabanlı K-en yakın komşu (KNN) algoritmasını kullanmıştır. Çalışmamızda, askeri ortamlar içinde veri aktarımı ve askeri bileşenler arasındaki erişim kontrol mekanizmaları üzerinde yoğunlaştık. Sonuç olarak, kara, deniz ve hava birimleri için çok katmanlı bir erişim kontrol çerçevesi önermeyi amaçladık. Önerilen çerçeve, her bileşen grubu için özelleştirilmiş Erişim Kontrol Birimleri (ACU'lar) ile entegre edilmiş bileşenler için erişim kontrolünü uygular. Yaklaşımımız, GPS aldatması, yetkisiz erişim girişimleri ve dost gibi görünen düşman eylemleri gibi güvenlik tehditlerini tespit eder ve askeri bileşenleri bu tehditler hakkında bilgilendirir. Daha sonra tehdit içeren bir unsur tespit edildiyse makine öğrenimi modeline bu veri geri beslenerek bir sonraki tehdit için modelin başarımı arttırılmış olmaktadır. Belli bir seviyeden sonra makine öğrenimi modelinde fazla sayıda tehdit içeren veri olmaması için veriseti dengesizliği kontrol edilmektedir. Sensör verilerini analiz etmek için makine öğrenimi modellerini kullandık ve bu sayede ACU'ların gelen verilerin kötü niyetli mi yoksa dostça mı olduğunu tahmin etmesini sağladık. Ayrıca ACU'lar, rol tabanlı erişim kontrolü (RBAC), öznitelik tabanlı erişim kontrolü (ABAC) ve bunların kombinasyonları gibi erişim kontrol mekanizmalarını içermektedir. Erişim kontrol mekanizmalarıda kullanılacak olan roller, öznitelikler kullanılan bileşen grubuna, operasyon türüne ve iletişimde bulunulan diğer bileşenlere göre şekillenmektedir. Her bir bileşenle ilişkilendirilmiş erişim kontrol birimleri uçtan uca bağlı olan askeri nesnelerin interneti için geniş bir yelpazede güvenlik kontrolü sunmaktadır. Makine öğrenimi aşamasında, dört tür veri seti kullandık. İlk olarak, karar verme süreçlerine rehberlik etmek ve durumsal davranışları tahmin etmek için bir insan aktivitesi veri setini kullandık. Bu veriseti herkes tarafında erişilebilen bir veri setidir. Bu verisetini kullanmaktaki amacımız insan aktivileri makine öğrenmesi modeline öğreterek bir sonraki sensör verisinden kişinin nasıl bir durum içerisinde olduğu, ne gibi bir faaliyet yürüttüğünü tespit etmektir. Bu şekilde belli bir zamanda belli bir faaliyette bulunması gereken askeri personelin beklenmeyen bir faaliyette bulunduğu tespit edildiğinde ondan gelecek verilere güvenilmemesi gerektiği çıkarımında bulunulabilecektir. İkinci olarak, otonom araçlar için halka açık bir GPS aldatma veri seti kullanıldı. Bu verisetinde gerçek bir ortamda uzaktan kumandalı aracın GPS verisi üzerinde yapılan çalışmanın çıktıları mevcuttur. Belli periyotlarda GPS verisinda aldatma işlemi gerçekleştirilmiştir. Tüm süreçte elde edilen veriler etiketlenmiştir. Bu etiketlere göre makine öğrenimi modellerini eğitip test ederek GPS aldatmasını tespit etmeye çalıştık. Üçüncü olarak, insansız hava araçları konusunda çalışma yapabilmek için simülasyon ortamında oluşturduğumuz bir veri seti kullandık. Simülasyon ortamı olarak Mission Planner uygulamasını üzerinde insansız hava aracı için iki ayrı görev oluşturduk. Bu görevlerde oluşan verilerden birini dost bir unsura ait, diğerini ise düşman bir unsura ait gibi yorumlayarak elde edilen verileri etiketledik. Sonrasında basitleştirilmiş olan veriseti ile makine öğrenmesi modellerini eğitip elde ettiğimiz sonuçları karşılaştırdık. Son olarak, deniz araçları için model eğitmek için halka açık veri seti kullandık. Bu veri seti üzerinde çalışma yaparak bağıl koordinatlar ürettik. Elde edilen bağıl koordinatlar ile makine öğrenimi modelleri konumsal anlamda bir çıkarımda bulundular. Sonuçları elde ettiğimiz makine öğrenimi modellerini karşılaştırarak en iyisine karar verdik. Burada en iyi sonucu veren modeli deniz araçlarının erişim kontrol biriminde kullandık. Bu veri setleri, yüksek doğruluk elde etmek için farklı hiperparametre değerleriyle eğitilmiş ve test edilmiştir. Bu süreçte GridSearch algoritması kullanılarak en iyi parametreler yinelemeli olarak bulunmuştur. Daha sonra sonuçlar birbiriyle karşılaştırılmıştır. En iyi sonucun alındığı makine öğrenim modelleri sunduğumuz çerçevede kullanılan modeller olarak belirlenmiştir. Özetlemek gerekirse, önerdiğimiz çok katmanlı güvenlik çerçevesi, askeri ortamda kaynaklara erişimi kontrol etmek amacıyla sensör verilerini işleme konusundaki gelecek kaynakların ufkunu genişletmektedir. Makine öğrenimi modeli ve erişim kontrol mekanizmasının kombinasyonu, askeri koşullarda başarı sağlamış ve parametreler ince ayarlanarak veya küçük değişikliklerle kullanılabilir hale gelmiştir.
Özet (Çeviri)
The Internet of Things (IoT) has emerged as a leading area of technological progress due to its practical applications in daily life. By enabling seamless device connectivity, IoT facilitates the real-time collection, exchange, and analysis of data. This capability enhances efficiency, convenience, and decision-making across sectors like healthcare, agriculture, transportation, and military environment. IoT's ability to automate tasks, optimize resources, and improve quality of life has positioned it as a key force driving innovation in modern technology. Additionally, its scalability and mobility continue to foster innovative solutions across industries, paving the way for a smarter, more interconnected world. Rapid advancements in IoT technology within military settings introduce significant security challenges. IoMT networks are frequently vulnerable to cyber threats, including data breaches, denial-of-service (DoS) attacks, and unauthorized access to critical systems. The interconnected nature of IoMT devices expands the attack surface, making them susceptible to exploitation by adversaries. Furthermore, the absence of standardized security protocols and the limited resources of certain IoT devices hinder the implementation of strong encryption and authentication measures. Safeguarding sensitive military data and systems is vital to ensuring operational integrity and defending national security against emerging cyber threats, particularly as IoMT continues to evolve. Achieving a secure military environment requires a comprehensive, multi-layered strategy that addresses both physical and cyber threats. This involves the adoption of advanced technologies, the enforcement of strict protocols, and fostering a culture of security awareness. From a technical perspective, measures such as encryption, authentication, access control, network segmentation, secure protocols, and emerging technologies like machine learning, artificial intelligence, and blockchain are implemented to enhance security. Additionally, some studies have utilized the delay-based K-nearest neighbors (KNN) algorithm to facilitate efficient device-to-device communication, enabling time-sensitive and resource-critical operations on the battlefield. In our study, we focused on scenarios within military environments, specifically regarding data transfer and access control mechanisms across military components. Ultimately, we aimed to propose a multi-layered access control framework for land, marine, and air units. The framework enforces access control for components integrated with Access Control Units (ACUs) tailored to each component group. Our approach identifies and alerts components about security threats, such as GPS spoofing, unauthorized access attempts, and enemy actions disguised as friendly entities. We employed machine learning models to analyze sensor data, enabling ACUs to predict whether incoming data is malicious or legitimate. Additionally, the ACUs incorporate access control mechanisms such as role-based access control (RBAC), attribute-based access control (ABAC), and their combinations. In the machine learning phase, we utilized four types of datasets. The first was a human activity dataset to predict situational behavior and inform decision-making. The second was a publicly available GPS spoofing dataset for autonomous vehicles. The third focused on unmanned aerial vehicles (UAVs), with a dataset we created in a simulated environment using Mission Planner and finally for marine vehicles edited version of publicly available dataset is used. Different machine learning models are trained and tested over these datasets with different hyperparameter values to achieve high accuracy. Then results are compared with each other. To summarize, our proposed multi-level security framework broaden horizons of future resources according to handling with sensor data in military environment to control access to resources. Combination of ML model and access control mechanism resulted in success for military condition and they can be used by fine tuning parameters or with minor changes.
Benzer Tezler
- Designing an enhanced user authenticated key management scheme for 6G-based industrial applications
6G tabanlı endüstriyel uygulamalar için gelişmiş kullanıcı doğrulamalı anahtar yönetim planı tasarlama
IJAZ UL HAQ DARMAN
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Gelişim ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSARIA KARIM MAHMOOD MAHMOOD
- Hybrıd explaınable model for class-ımbalance mıtagatıon and multı-protocol attack detectıon ın ıomt devıces
Hybrid explainable model for class-imbalance mitagation and multi-protocol attack detection in iomt devices
ABUALQASIM KHALIL ISMAEL ISMAEL
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ROA'A ALI ABDULLAH MOHAMMEDQASEM
- A hierarchical key assignment scheme: A unified approach for scalability and efficiency, with a specialized implementation in cloud computing
Hiyerarşik anahtar atama şeması: Ölçeklenebilirlik ve verimlilik için bütünleşik bir yaklaşım ve bulut bilişim için özelleştirilmiş bir gerçekleme
İBRAHİM ÇELİKBİLEK
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
- Explainable federated learning for IOT security systems: Balancing privacy, transparency, and performance
Explaınable federated learnıng for ıot securıty systems: balancıng prıvacy, transparency, and performance
RODAN ALSALEH
Yüksek Lisans
İngilizce
2025
Bilim ve TeknolojiÜsküdar ÜniversitesiSiber Güvenlik Ana Bilim Dalı
YRD. DOÇ. DR. AHMED ŞENOL
