Novel cyber security approaches using deep learning methods for ıot solutions

Gelişmekte olan Nesnelerin İnterneti (IoT), akıllı ortamları, endüstriyel sistemleri ve kritik altyapıyı dönüştürmüştür. Ancak bu yaygınlaşma ile birlikte, cihaz çeşitliliği, sınırlı hesaplama kapasiteleri ve büyük veri akışı nedeniyle birçok zorlu siber güvenlik sorunu ortaya çıkmıştır. Bu tez, IoT ağlarında anomali tespiti ve dayanıklılığı artırmak amacıyla hem klasik makine öğrenmesi hem de derin öğrenme ilkelerini kullanan yeni siber güvenlik yaklaşımlarını incelemekte ve önermektedir. Bu çalışmada, karar ağaçları, destek vektör makineleri (SVM) ve rastgele ormanlar gibi geleneksel makine öğrenmesi modelleri, siber saldırılarda anomali tespiti amacıyla kapsamlı bir şekilde ele alınmaktadır. Bu modeller, özellikle uç (edge) sistemler bağlamında temel doğruluk ve verimlilik düzeylerini belirlemek amacıyla kıyaslama veri kümeleri üzerinde test edilmiştir. Bu gözlemler doğrultusunda tez, IoT güvenliği için iki derin öğrenme modelinin tasarımını sunmaktadır. İlk olarak, sınırlı kaynaklara sahip uç cihazlarda gerçek zamanlı anomali tespiti yapmak üzere hafif bir Tam Bağlantılı Sinir Ağı (FCNN) önerilmiştir. Bu model yüksek doğruluk sunarken düşük hesaplama gücü gerektirir. İkinci olarak, IoT trafiğinin zamansal ve mekansal özelliklerini yakalayabilen hibrit bir CNN-LSTM ağı sunulmuştur. Modelin etkinliği, N-BaIoT ve SWaT veri kümelerinin siber-fiziksel yapılarını birleştirerek oluşturulan yeni bir çapraz alan veri kümesi olan CPIoT-XAD2025 üzerinde gösterilmiştir. Tüm modeller doğruluk, F1 skoru, geri çağırma (recall) ve ortalama mutlak hata (MAE) gibi metriklerle değerlendirilmiştir. Önerilen mimarilerin daha iyi görev uyumu sağladığı ve alanlar arasında yüksek genelleme kabiliyeti gösterdiği ampirik olarak ortaya konulmuştur. Bu tez, çağdaş IoT sistemlerinin özgün zorluklarını ele almak üzere ölçeklenebilir, yorumlanabilir ve alana uyarlanabilir anomali tespiti yaklaşımları sunarak, akıllı ve güvenli siber-fiziksel altyapı için gelecekteki çalışmalara sağlam bir temel oluşturmaktadır.