REAL-TIME INTRUSION DETECTION AND PREVENTION SYSTEM FOR SDN-BASED IOT NETWORKS

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2021

Tezin Dili: İngilizce

Öğrenci: ALPER KAAN SARIÇA

Danışman: Pelin Angın

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

5G ağlarıyla beraber kablosuz ağlardaki gelişmeler birçok yeni nesnelerin interneti senaryosunu mümkün kıldı. 5G ve ötesi ağları network sanallaştırması için yazılım tanımlı ağları ve ağ fonksiyonlarını sanallaştırmayı kullanacak. Nesnelerin internetinin yaygın kullanımı ve güvenlik açıkları yazılım tanımlı ağ tabanlı akıllı, gerçek zamanlı ve otonom saldırı tespit ve önlenmesi sistemlerini gerekli kılıyor. Bu tezde, yazılım tanımlı ağ tarafından yönetilen nesnelerin interneti ağları için gerçek zamanlı ve otonom bir saldırı tespiti ve önlenmesi sistemi öneriyoruz. Önerilen yaklaşım yazılım tanımlı ağların uygulama katmanında rastgele orman modeli kullanarak otomatik bir şekilde akışlardan özellik elde etmek ve bunları sınıflandırmak üzerine kurulu. Nesnelerin interneti için yazılım tanımlı ağlara özel dataset ürettik ve önerdiğimiz saldırı tespit modelimizin performansı gösterdik. Model performanslarına ek olarak, önerdiğimiz sistemin varlığındaki ve yokluğundaki ağ deneyleri sonuçlarını paylaştık. Deney sonuçlarının gösterdiği gibi önerdiğimiz güvenlik yaklaşımı yazılım tanımlı ağ tarafından yönetilen nesnelerin interneti ağları için gerçek zamanlı ve yüksek doğrulukla saldırıları tespit ediyor ve önlüyor.