Akıllı yöntemler ile siber saldırı tespit sistemi geliştirilmesi

Siber saldırılar dünyanın en büyük sorunlarından biri haline geldiği için ülkelere ve insanlara ciddi maddi zararlar vermektedir. Siber saldırıların artması, siber suçları da beraberinde getirdiğinden suç ve suçlularla mücadelede temel faktörler, siber suç faillerinin belirlenmesi ve saldırı yöntemlerinin anlaşılmasıdır. Siber saldırıları tespit etmek ve bunlardan kaçınmak zor bir görevdir. Ancak araştırmacılar son zamanlarda siber güvenlik modelleri geliştirerek ve yapay zekâ yöntemleriyle tahminler yaparak bu sorunları çözmektedir. Literatürde çok sayıda suç tahmin yöntemi mevcuttur, fakat siber suç ve siber saldırı yöntemlerini tahmin etme daha az çalışılmıştır. Bu sorun, gerçek verileri kullanarak bir saldırıyı ve bu tür saldırının failini belirlemek için ele alınmıştır. Kolluk birimlerinden elde edilen veriler suçun türü, mağdurun bilgileri, zarar ve saldırı yöntemleri gibi özniteliklerden bazılarını içermektedir. Bu tezde siber suçları makine öğrenmesi ve derin öğrenme yöntemleriyle üç farklı modelde analiz edilmiş ve tanımlanan özelliklerin siber saldırı amacı, yöntemi ve failin tespiti üzerindeki etkisini ortaya koyulmuştur. Tezde makine öğrenmesi, derin öğrenme ve yapay sinir ağları yöntemleri kullanılmıştır ve doğruluk, kesinlik, duyarlılık ve F1-skor açısından değerlendirilmiştir. Saldırı amacı tahmin modelinde Destek Vektör Makinası, Karar Ağaçları ve Rastgele Orman algoritmaları %77.35 doğruluk oranıyla en iyi performansı sergilemiştir. Saldırı faili tahmin modelinde %69.61 doğruluk oranıyla En Yakın Komşu algoritması en iyi performansı göstermiştir. Saldırı yöntemini tahmin eden modelde ise %96.69 doğruluk oranıyla Lojistik Regresyon algoritması en iyisi olmuştur. Sonuçlar, mağdurun eğitim ve gelir düzeyi arttıkça siber saldırı olasılığının azaldığını ortaya koymuştur. Ayrıca siber saldırıların tespit edilmesini kolaylaştıracak ve bu saldırılarla mücadeleyi daha kolay ve etkili hale getirecektir.