Derin öğrenme kullanan IoT cihazlarında kullanıcı gizliliği

Nesnelerin İnterneti (IoT) cihazlarının kullanımı hızla artıyor ve beraberinde bu cihazları hedef alan siber saldırılarda da bir artış geliyor. IoT ekosistemindeki en zararlı saldırılardan biri karşı savunması oldukça zor olan botnet tabanlı saldırılardır. Son yıllarda, birçok araştırmacı IoT bağlamında botnet saldırılarını tanımlamak ve kategorize etmek için derin öğrenme (DL) yöntemleri sunmuştur. Bu çalışmada, N-BaIoT veri kümesini kullanarak IoT cihazlarındaki botnet saldırılarını tanımlamak için etkili bir yöntem öneriyoruz. İki sık ve tehlikeli IoT tehdidi olan BASHLITE ve Mirai'yi tanımlamak için DL ve hibrit modeller dahil olmak üzere altı model geliştirdik. Sonuçlarımız, Tansformer modelinin çeşitli IoT cihazlarından gelen botnet tabanlı saldırıları 99.48% doğruluk (Acc) seviyesiyle doğru ve verimli bir şekilde tespit edebildiğini ve literatürdeki diğer mevcut modellerden daha iyi performans gösterdiğini ortaya koymaktadır. Çalışmamız, IoT cihazlarına yönelik botnet tabanlı saldırıları tespit etmek için verimli ve doğru yöntemler geliştirmeyi amaçlayan ve giderek artan araştırmalara katkıda bulunmaktadır. Önerilen yöntem, IoT cihazlarının güvenliği için önemli etkilere sahiptir ve IoT ekosistemindeki botnet saldırılarının zararlı etkilerini azaltmaya yardımcı olabilir.