An intelligent security architecture for SDN-assisted iot networks

Son on yılda Nesnelerin İnterneti paradigmasının yükselmesi, akıllı tarım, akıllı evler ve diğerlerinin yanı sıra uzaktan sağlık hizmetleri de dahil olmak üzere mümkün kılınan birçok kullanım örneği aracılığıyla hayatımızın tüm yönleri üzerinde önemli bir etki yaratmıştır. Akıllı cihazların sayısı ve bunları desteklemeyi amaçlayan kullanım senaryoları katlanarak büyürken, bu cihazların milyonlarcasının birbirine bağlanabilirliği ile yaratılan geniş saldırı yüzeyi, akıllı saldırı tespit ve önleme teknikleriyle ele alınması gereken bir husustur. Bu tez, Nesnelerin İnterneti ağları için yazılım tanımlı ağ (YTA) tabanlı bir akıllı güvenlik mimarisi önermektedir. Saldırıların son derece hassas bir şekilde tespit edilmesi için \textit{az vuruşlu} bir öğrenme sınıflandırıcısı olan Prototip Ağlar ve Destek Vektör Makineleri içeren ağırlıklı bir ortalama topluluk modeli kullanır. Ayrıca, yüksek kullanılabilirlik ve çalışma süresi sağlamak için YTA denetleyicisini ve ağ işlevi sanallaştırma çözümlerini birer mikro-servis olarak genel bulutta bir Kubernetes kümesine yüklemeyi öneriyoruz. Önerilen modelin saldırı algılama performansını, gerçek dünya IoT ağ akışlarından oluşan Bot-IoT veri kümesinin yanı sıra ürettiğimiz bir YTA veri kümesi ve UNSW-NB15 saldırı tespit veri kümesiyle değerlendiriyoruz ve önerilen modelin eğitim kümesinde büyük miktarlarda örnek saldırı verisi olmadığında saldırı tespiti için son teknoloji makine öğrenme modellerinden çok daha iyi performans elde ettiğini gösteriyoruz. Ayrıca, uçtan uca testlerle, genel buluttaki bir Kubernetes kümesinde saldırı engelleme modülünün performansını da test ettik. Farklı ağ topolojileri oluşturarak, önerilen çözümün etkinliğini yalnızca saldırı tespit testleriyle değil, saldırı önleme senaryolarıyla da gösterdik. Siber saldırıları önlemeye yönelik zaman ölçümlerinin yanı sıra önerilen güvenlik mekanizmasının normal trafik üzerindeki etkilerini de gözlemledik ve önerilen çözümün YTA denetleyicisi üzerinde ek bir yük oluşturmadığını kanıtladık. Önerilen mimari, düşük işleme yükü ve yüksek saldırı tespit doğruluğu ile geleceğin her yerde bulunan Nesnelerin İnterneti ağlarında akıllı güvenlik elde etmeyi vaat etmektedir.