Nesnelerin interneti için akıllı saldırı tespit sistemleri geliştirilmesi

Abstract

Nesnelerin İnterneti (IoT-Internet of Things) kavramı, günlük hayatta kullandığımız cihazlarla beraber üretilen yeni nesil teknolojilerin internete bağlandığı hatta bir ağ üzerinden birbirleriyle iletişim halinde olabildiği teknolojiyi tanımlamaktadır. Birçok üretici tarafından farklı altyapılarla üretilen IoT cihaz sayısının artması ve birçok alanda kullanılmasıyla birlikte IoT güvenliği problemleri ortaya çıkmıştır. Bu tez çalışmasında ilk bölümde IoT güvenliğine ağ üzerinden yapılan saldırılar, IoT katmanlarına göre ayrı ayrı incelenmiş ve savunma teknikleri tartışılmış ve yeni yöntemler önerilmiştir. İkinci bölümde ağ tabanlı saldırıların tespit edilmesi için Meta sezgisel Optimizasyon algoritmaların, Topluluk Öğrenme Algoritmalarıyla birlikte kullanıldığı bir model önerilmiştir. Önerilen model, klasik makine öğrenmesi algoritmalarıyla karşılaştırılmış, ağ tabanlı saldırıların yer aldığı NSL-KDD ile yeni nesil saldırıların da yer aldığı özellikle nesnelerin internetine yönelik saldırıları içeren BoT-IoT veriseti üzerinde %99,63 değerine ulaşan, doğruluk oranı yüksek sonuçlar alınmıştır.The concept of the Internet of Things (IoT) defines the technology in which new generation technologies produced together with the devices we use in daily life are connected to the Internet and can even communicate with each other over a network. With the increase in the number of IoT devices produced by many manufacturers with different infrastructures and their use in many areas, IoT security problems have emerged. In this thesis, in the first chapter, attacks on IoT security over the network are examined separately according to IoT layers, defense techniques are discussed and new methods are proposed. In the second part, a model in which Metaheuristic Optimization algorithms are used together with Community Learning Algorithms is proposed to detect network-based attacks. The proposed model was compared with classical machine learning algorithms, and results with high accuracy of 99.63% were obtained on the NSL-KDD, which includes network-based attacks, and the BoT-IoT dataset, which also includes next-generation attacks, especially attacks against the Internet of Things.