Telsiz Duyarga Ağlarda Byzantine Saldırılarının Topluluk Öğrenme-tabanlı Tespiti

Authors : Vahid AKRAM, Pelin YILDIRIM TAŞER

Pages : 905-918

Doi:10.21205/deufmd.2020226624

View : 18 | Download : 15

Publication Date : 2020-09-22

Article Type : Research Paper

Abstract :TTelsiz duyarga ağlar (TDA)’da düğümler arasında güvenilir iletişimin sağlanması ve doğru verilerin toplanması birçok açıdan hayati önem taşımaktadır. TDA’ların merkezi iletişim altyapısı olmadığından dolayı, bu ağlar çeşitli saldırılara maruz kalabilmektedirler. TDA’larda yaygın saldırı türlerinden birisi olan Bizans saldırısında, saldırgan ağ alanına yeni bir düğüm ekleyip sahte veriler üreterek ağın güvenilirliğini düşürebilmektedir. Bu çalışma, TDA’da Bizans saldırılarının tespitine yönelik iki yeni topluluk tabanlı yaklaşım önermektedir. Önerilen bu yaklaşımlar, 3 farklı geleneksel sınıflandırma algoritmasının (Naive Bayes, karar ağacı (C4.5) ve k-en yakın komşuluk (İng. k-NN)) voting ve stacking yönetimleri ile bir araya getirilmesinden meydana gelmektedir. Ayrıca, deneysel çalışmalar kapsamında, önerilen iki yeni yaklaşımın yanı sıra, mevcut topluluk öğrenmesi yaklaşımları (C4.5 tabanlı Bagging (Bagging(C4.5)) ve Boosting (AdaBoost)) ile geleneksel algoritmalar (Naive Bayes, C4.5 ve k-NN) da, 66 IRIS düğümünden (60 normal, 6 saldırgan) oluşan örnek ağ üzerinde uygulanmıştır. Her bir algoritmadan elde edilen sınıflandırma sonuçları, doğruluk oranı ve f-ölçüm değerlerine göre karşılaştırılmıştır. Test yatağından elde edilen sonuçlar göstermektedir ki, topluluk tabanlı yöntemler, TDA’da Bizans saldırılarının tespitinde %98.48 doğruluk oranına ulaşırken, geleneksel (tek bir sınıflandırma modeli kullanan) yöntemler %96.97 ile sınırlı kalmaktadır. Çok sayıda düğüm içeren daha büyük ağlarda, bu oranların arasındaki fark artabilir.
Keywords : Byzantine Saldırıları, Makine Öğrenmesi, Sınıflandırma, Telsiz Duyarga Ağlar, Topluluk Öğrenmesi