Nesnelerin interneti uygulamaları için saldırı tespit yöntemlerinin geliştirilmesi

İnternettin gelişmesiyle birlikte IoT cihazları günümüzde birçok alanda kolaylık sağlamaktadır. Bu kolaylıklar insanların yaşam kalitesini arttırmaktadır. İnsanlar akıllı şehir, akıllı ev ve diğer akıllı platformları uzaktan izlemek ve yönetmek istemektir. Uzaktan izlenen ve yönetilen uygulamalar avantajlarının yanı sıra güvenlik sorunları gibi problemlere neden olmaktadır. IoT platformlarının artmasıyla birlikte saldırganların hedef noktası haline gelmiştir. Bu tür saldırıların tespit edilebilmesi ve güvenlik açıklarının önüne geçilmesi IoT teknolojisinin kullanım oranını daha da arttıracaktır. IoT kullanıcıları, saldırganların en çok tercih ettiği ağ saldırılarından dolayı mağdur olmaktadır. Bu mağduriyetin yanı sıra insanların kişisel verilerine erişim söz konusu olduğu için IoT platformlarındaki talebi olumsuz etkilemektedir. Bu tez çalışmasında, DDoS, DoS ve Brute Force gibi saldırı türleri incelenmiş ve IoT saldırılarını tespit etmek için yöntemler geliştirilmiştir. Tez kapsamında iki temel katkı sunulmuştur. İlk olarak akıllı ev platformunu oluşturmak için Home Assistant teknolojisini kullanan bir laboratuvar kurulmuştur. Bu laboratuvar ortamında IoT cihazlarına Brute Force FTP, Brute Force SSH, DoS HTTP Flood, DoS ICMP Flood, DoS Syn Flood, Syn Scan ve UDP Scan, olmak üzere yedi saldırı gerçekleştirilmiştir. Toplanan veri setine XGBOOST algoritması uygulanarak saldırı türleri tespit edilmiştir. İkinci olarak, literatürde yaygın olarak kullanılan Bot-IoT veri setine Karar Ağacı algoritması uygulanmıştır. Tez kapsamında kullanılan veri setlerine diğer makine öğrenmesi yöntemleri uygulanarak sonuçlar karşılaştırılmıştır.