Nesnelerin interneti ağlarında çekişmeli saldırıların tespiti

Çekişmeli saldırılar, yapay zeka tabanlı modellerindeki savunmasızlıkları sömürerek, bu sistemlerin farklı sektörlerde yaygınlaşmasıyla büyüyen bir tehdit oluşturur. Bu saldırılar, verilere küçük ve genellikle fark edilemeyen bozulmalar ekleyerek modelleri yanıltır. Bu saldırılar, özellikle Nesnelerin İnterneti (IoT) için Saldırı Tespit Sistemleri (IDS) gibi güvenlik açısından kritik uygulamalarda giderek daha fazla kullanılan derin öğrenme modelleri için de önemli bir zorluk oluşturmaktadır. Bu tez, ağ trafiği üzerindeki çekişmeli saldırıların tespit edilmesini incelemektedir. Bu saldırılara karşı savunmasızlık yüzeyi, mevcut saldırı yöntemleri ve bu saldırıların tespit mekanizmaları üzerine odaklanmaktadır. İlk olarak, makine öğrenimi yaşam döngüsündeki savunmasızlık yüzeyleri tanımlanarak, literatürdeki örnekler ve potansiyel zayıflıklar değerlendirilmiştir. İkinci olarak, ROSIDS23 veri seti sunulmuştur. ROSIDS23 veri seti, ROS tabanlı robotik sistemlerdeki siber güvenlik araştırmaları için kapsamlı bir trafik verisi sunmakta ve çoklu saldırı türlerini içeren detaylı analizler için güçlü bir kaynak oluşturmaktadır. Üçüncü olarak, Yeniden Yapılandırma Tabanlı Çekişmeli Saldırı Tespiti (READ) yaklaşımı önerilmiştir. Bu tez kapsamında tanımlanan savunmasızlık yüzeyi (vulnerability surface), geleneksel saldırı yüzeyi (attack surface) kavramını genişleterek makine öğrenimi yaşam döngüsü boyunca hem bilinen hem de potansiyel savunmasızlıkları kapsar. Zaafiyet yüzeyi saldırganların zayıflıkları nasıl istismar edebileceğine dair kapsamlı bir bakış açısı sunar. Veri toplama aşamasından yeniden eğitim aşamasına kadar yapay zeka sistemlerinin bütünlüğünü ve dayanıklılığında olabilecek noktalar incelenmiş, mevcut ve gelecekteki zorluklara yönelik savunmalar geliştirilebilecek noktalar sunulmuştur. Bu tezin bir diğer katkısı, özellikle ROS tabanlı siber saldırılara odaklanarak, robotik sistemlerin siber güvenlik araştırmaları için özel olarak tasarlanmış kapsamlı bir veri kümesi olan ROSIDS23 veri kümesidir. Bu veri kümesi, tcpdump ağ protokolü analizörü kullanılarak ROS arakatmanından elde edilen zararsız (benign) ve çeşitli saldırı trafiği verilerini içerir. CICFlowMeter aracıyla çıkarılan bu veri setinde seksen iki tane ağ trafiği özelliği içermektedir. Veri kümesi, ham ve işlenmiş verileri içerir. Unauthorized publish, unauthorized subscribe, subscriber flood ve DoS saldırı türlerinin yanı sıra zararsız örneklerin ayrıntılı kayıtlarını kapsar. Düşmanca ve zararsız trafik modellerinin sağlam bir şekilde analiz edilmesini destekleyen ROSIDS23, robotik sistemlerde saldırı tespit sistemlerini geliştirmek için değerlidir. Önerilen Hata Tespit Değeri tabanlı Çekişmeli Tespiti (READ) tespit yöntemi, çekişmeli saldırıları belirlemek için dört metriği bir arada kullanarak hem mevcut metrikleri hem de yeniden yapılandırma hata oranı metriğini birleştirir ve yüksek tespit oranlarına ulaşır. Sonuçlar, READ'in IDS performansını artırarak, çekişmeli etkileri önemli ölçüde azalttığını göstermekte ve özellikle küçük pertürbasyon seviyelerinde de etkili olduğunu kanıtlamaktadır. Önerilen yöntem çekişmeli saldırıları 92-100%, başarı oranıyla tespit etmektedir. Deneysel sonuçlar, çekişmeli saldırıların meydana geldiği senaryolarda IDS'nin doğruluğu %51 seviyelerine kadar düşebilirken, READ'in IDS ile entegrasyonunun doğruluğu %98'e kadar artırdığını ve sistem güvenilirliğini önemli ölçüde güçlendirdiğini göstermektedir. Bu durum, READ'in çekişmeli saldırıların olumsuz etkisini etkili bir şekilde azalttığını ve IDS'nin tespit doğruluğunu ve genel güvenilirliğini önemli ölçüde artırdığını göstermektedir.