Derı̇n evrı̇şı̇msel sı̇nı̇r ağları ı̇le akıllı ev sı̇stemlerı̇nde sı̇ber saldırılara karşı ağ güvenlı̇ğı̇nı̇n artırılması
Enhancing network security against cyber attacks in smart home systems with deep convolutional neural networks
- Tez No: 984514
- Danışmanlar: DOÇ. DR. CEMAL KOÇAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Akıllı ev ortamlarında Nesnelerin İnterneti (Internet of Things-IoT) cihazlarının hızla yaygınlaşması siber güvenlik risklerini önemli ölçüde artırmış ve akıllı, uyarlanabilir ve proaktif tehdit azaltma çözümlerinin geliştirilmesini gerektirmiştir. Geleneksel imza tabanlı Saldırı Tespit Sistemleri (Intrusion Detection Systems-IDS) ve kural tabanlı anomali tespit teknikleri, sıfırıncı gün saldırılarını, düşmanca izinsiz girişleri ve gelişen siber tehditleri tespit etmede önemli sınırlamalar sergilemektedir. Bu zorlukların üstesinden gelmek için bu tez çalışmasında, akıllı evlerde siber saldırı riskini azaltmak ve ağ anormalliği tespitini geliştirmek için Takviyeli Öğrenme Tabanlı Uyarlanabilir Tehdit Azaltma (Reinforcement Learning-Based Adaptive Threat Mitigation-RL-ATM) modeli önerilmiştir. RL-ATM modeli, akıllı ev IoT cihazlarını hedef alan gerçek dünyadaki siber tehditlerin kapsamlı bir koleksiyonu olan IoT-23 veri kümesi kullanılarak eğitilmiş ve doğrulanmıştır. Deneysel değerlendirmeler, RL-ATM'nin imza tabanlı IDS, anomali tabanlı makine öğrenimi modelleri ve derin takviyeli öğrenme (Seep Reinforcement Learning-DRL) mimarileri dahil olmak üzere mevcut siber güvenlik çözümlerinden önemli ölçüde daha iyi performans gösterdiğini doğrulamaktadır. Önerilen model %98,87 doğruluk, %97,49 kesinlik, %98,36 geri çağırma ve %1,8 azaltılmış yanlış pozitif oranı (Reduced False Positive rate-FPR) elde ederek gerçek dünyadaki akıllı ev uygulamaları için son derece güvenilir bir siber güvenlik çerçevesi olarak kendini kanıtlamıştır.
Özet (Çeviri)
The rapid proliferation of Internet of Things (IoT) devices in smart home environments has significantly increased cybersecurity risks and necessitated the development of intelligent, adaptive, and proactive threat mitigation solutions. Traditional signature-based Intrusion Detection Systems (IDS) and rule-based anomaly detection techniques exhibit significant limitations in detecting zero-day attacks, hostile intrusions, and evolving cyber threats. To overcome these challenges, this thesis proposes a Reinforcement Learning-Based Adaptive Threat Mitigation (RL-ATM) model to reduce cyber-attack risk and improve network anomaly detection in smart homes. The RL-ATM model is trained and validated using the IoT-23 dataset, a comprehensive collection of real-world cyber threats targeting smart home IoT devices. Experimental evaluations confirm that RL-ATM significantly outperforms existing cybersecurity solutions, including signature-based IDS, anomaly-based machine learning models, and deep reinforcement learning (DRL) architectures. The proposed model achieves 98.87% accuracy, 97.49% precision, 98.36% recall, and 1.8% Reduced False Positive rate (FPR), proving itself as a highly reliable cybersecurity framework for real-world smart home applications.
Benzer Tezler
- Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği
The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning
NEVİN TURGUT
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. NURCAN UYDAŞ
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Deri temizliği hemşirelik tekniğine uygun olarak yapılmış ve yapılmamış hastalarda ameliyat sonrası yara enfeksiyonunun görülme sıklğı
A Comparison of wound infection incidences between the patients who were cleansed in ward according to the nursing technique and those who were cleansed in operating room
NÜKHET TÜRKEL
- Sivas yöresinde izole edilen dermatofitler
Dermathopytes isolated in the Sivas area of Turkey
ÖZDER ÖZTUNALI
Yüksek Lisans
Türkçe
1984
MikrobiyolojiCumhuriyet ÜniversitesiMikrobiyoloji Ana Bilim Dalı
YRD. DOÇ. DR. YAHYA HAKGÜDENER
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL