IoT güvenliğinde makine öğrenmesinin rolü

Nesnelerin İnterneti (IoT), milyarlarca akıllı nesneyi birbirine bağlayan ve birleştiren, muazzam miktarda veri üreten ve günlük yaşamın ve iş operasyonlarının birçok alanını etkileyen genişleyen bir teknolojidir. Öte yandan, IoT'nin kısa pil ömrü, yaygın bağlantı, sınırlı kaynak tasarımı ve mobilite gibi kendine özgü nitelikleri, hızla büyüyen siber güvenlik tehditlerine karşı özellikle hassas olmalarına neden olmaktadır. Bu nedenle, IoT güvenliği ve gizliliği alanında, özellikle de anomali tespit sistemleri alanını ilerletmek için önemli bir araştırma ilgisi olmuştur. Makine öğrenimi (ML), son yıllarda önemli ilerlemeler kaydetmiş, araştırma laboratuvarlarındaki orijinal bir fikirden temel endüstrilerdeki sağlam bir araca dönüşmüştür. Yerleşik sensörler veya kontrollerle donatılmış günlük nesnelerden oluşan devasa bir ağ hayal edin. Bu cihazlar, kablolar veya radyo sinyalleri kullanarak birbirleriyle konuşarak geniş bir birbirine bağlı sistem oluşturur. IoT, teknolojinin günlük hayatımıza sorunsuz bir şekilde entegre olma biçiminde devrim yaratıyor. Sağlık sektörleri, akıllı evler ve akıllı şehirler gibi kilit alanlara kadar uzanıyor. Ancak, IoT cihazlarının ve uygulamalarının hızla artması, güvenlik ve gizlilik endişelerine yol açmıştır. IoT cihazları daha yaygın hale geldikçe, güvenlik riskleri de artmaktadır. Bu riskler arasında yetkisiz veri ihlalleri, meşru cihazların taklit edilmesi ve DoS saldırıları, veri ele geçirme ve yetkisiz sistem erişimi (izinsiz giriş tespiti) gibi çeşitli siber saldırılar bulunmaktadır. Derin öğrenme (DL) ve makine öğrenimi (ML) alanındaki gelişmeler, IoT cihazlarını etkileyen artan güvenlik sorunlarına yönelik uygulanabilir çözümler sunmaktadır. Nesnelerin İnterneti (IoT) güvenlik ve gizlilik sorunlarını ele almak için umut verici bir yaklaşım makine öğrenimidir. Bu çalışma, Nesnelerin İnterneti (IoT) ortamındaki mevcut güvenlik ve gizlilik sorunlarını analiz eden bir araştırmadır. Bu sorunları ele almak için en son makine öğrenimi tabanlı modeller ve yaklaşımlar sunulmakta ve bunların işleyişi incelenmektedir. Çalışmama göre, en başarılı model sinir ağı olmuştur. ANAHTAR KELİMELER: Saldırılar, Anormallik Algılama, Siber Güvenlik, Nesnelerin İnterneti (IoT), Makine Öğrenimi (ML)