Araç İçi Ağlarda Makine Öğrenmesi Tabanlı Saldırı Tespit Sistemi

Abstract

Gelişen dünyaya paralel olarak ulaşım teknolojileri de her geçen yıl önemli ölçüde gelişmeye ve değişmeye başlamıştır. Bu gelişim süreci ile beraber belli başlı sorunlar da kendini göstermeye başlamıştır. İvmeli olarak yükselen insan nüfusu ve aynı ivme ile artan ulaşım ihtiyaçları, toplu yaşam alanlarında araç kazalarında artışa neden olmaktadır. Buna ek olarak trafik sorunları ve yakıt tüketimi artışı sorunları da kendini göstermektedir. Bu döngünün getirdiği sorunların yeni teknolojik kazanımların kullanımıyla çözülmesi gerektiği açıktır. Bu bağlamda, sürücüsüz araçlar veya diğer adıyla otonom araçlar konseptleri iyi bir çözüm niteliği taşımaktadır. Her çözüm kendi sorunları da beraberinde getirmektedir. Bu çözüm de beraberinde belli başlı sorunları ortaya çıkarmaktadır. Günümüzde birçok otomobil, iki aşamada incelenen dijital güvenlik yaklaşımları ile geliştirilmektedir. Bu sistemler, dış kaynaklı siber saldırılardan koruma sağlamak için gereken bir tür gömülü sistem haberleşmesi (Denetleyici Alan Ağı (CAN) gibi) kullanılarak, araç içindeki ağda oluşturulur. Bu saldırılar, kural odaklı, anomali odaklı, liste odaklı sistemler vb. gibi çeşitli yollarla tespit edilebilir. Mevcut literatür, araştırmacıların bu tür saldırıların tespiti için bazı yapay zekâ tekniklerinin kullanımına odaklandığını göstermiştir. Yapılan çalışmada CAN güvenliği için makine öğrenimi yöntemlerine dayalı bir siber saldırı tespit sistemi önerilmiştir. Sonuç olarak, karar ağacı temelli toplu öğrenme modellerinin test edilen algoritmalar içerisinde en yüksek başarımı verdiği gözlemlenmiştir.