İnsansız hava araçlarına yönelik siber tehditlerin yapay zeka destekli tespiti ve adli analizi

Dijitalleşmenin hızla ivme kazandığı günümüzde, insansız hava araçları (İHA/UAV), sivil, endüstriyel ve askeri birçok alanda yaygın olarak kullanılmaya başlanmıştır. Otonom görev icrası gerçek zamanlı veri toplama ve esnek operasyon kabiliyeti gibi özellikleriyle ön plana çıkan bu sistemler, aynı zamanda siber güvenlik tehditlerine karşı savunmasız yeni bir yüzey ortaya koymaktadır. Artan bu saldırı yüzeyi UAV sistemlerini siber saldırganlar için yüksek değerli hedefler hâline getirmiştir. Bu bağlamda gerçekleştirilen bu tez çalışmasında insansız hava araçlarına yönelik siber saldırıların simülasyon ortamında modellenmesi, saldırıların uçuş parametreleri üzerindeki etkilerinin incelenmesi ve saldırıların yapay zekâ tabanlı yöntemlerle tespit edilebilirliğinin değerlendirilmesi amaçlanmıştır. PX4 uçuş yığını kullanılarak jMAVSim ve Gazebo ortamlarında geliştirilen senaryolar arasında GPS Spoofing, Control Hijack ve Velocity DoS gibi saldırılar yer almakta; her uçuş sonrasında elde edilen günlük dosyaları .ulg formatından CSV formatına dönüştürülmüştür. Elde edilen veriler üzerinde veri temizleme, öznitelik seçimi, standardizasyon ve etiketleme işlemleri gerçekleştirilmiş; saldırılar çok sınıflı yapıda modellenmiştir. Modelleme sürecinde XGBoost, LightGBM, Random Forest ve Logistic Regression gibi algoritmalar kullanılmıştır. Elde edilen sonuçlara göre LightGBM, %96,3 doğruluk ve %95,8 F1-skoru ile en yüksek performansı göstermiştir. ROC AUC ve Confusion Matrix analizleri de LightGBM'in istikrarlı bir sınıflandırma başarısı sunduğunu doğrulamıştır.