Endüstriyel kontrol sistemlerindeki yazılım açıklarına yönelik dinamik aldatma yama stratejileri ile güvenlik yönetimi

Endüstriyel Kontrol Sistemleri (EKS), enerji üretimi, su ve atık su arıtma, petrol ve gaz üretimi ve ulaşım ağları gibi çeşitli sektörlerde kritik bileşenlerdir. Geleneksel olarak fiziksel güvenilirliğe ve güvenliğe odaklanarak tasarlanan bu sistemler, giderek daha fazla entegre Bilgi Teknolojisi (BT) sistemlerine sahip olup, bu da gelişmiş verimlilik ve uzaktan izleme yeteneklerine yol açmaktadır. Ancak bu entegrasyon aynı zamanda BT ortamlarında yaygın olan bir dizi güvenlik açıklarını da beraberinde getirerek EKS'yi potansiyel siber tehditlere maruz bırakmıştır. Bu tez, güvenlik yönetimini geliştirmek amacıyla EKS yazılımındaki güvenlik açıklarına göre uyarlanmış dinamik aldatıcı yama stratejilerini araştırmaktadır. Bu araştırma, rakip eğitimi ve bal küpü tasarımları da dahil olmak üzere gelişmiş makine öğrenimi ve derin öğrenme tekniklerini kullanarak, EKSyi hedef alan karmaşık siber saldırılara karşı sağlam savunma mekanizmaları geliştirmeyi amaçlamaktadır. Çalışma, çeşitli veri kümelerini kullanarak bu yöntemlerin etkinliğini değerlendirmekte ve geleneksel yama yaklaşımlarının karşılaştırmalı bir analiz sunmaktadır. Bulgular, dinamik aldatma stratejilerinin, EKS''nin siber tehditlere karşı direncini önemli ölçüde artırabildiğini ve hem BT hem de operasyonel teknoloji (OT) güvenlik açıklarını ele alan kapsamlı bir güvenlik çözümü sunduğunu göstermektedir. Bu tez, kritik altyapıyı siber saldırılardan korumaya yönelik temel hizmetlerin güvenilirliğinin ve güvenliğinin sürekliliğini sağlama konusunda katkı sunmaktadır.