University of Jyväskylä | JYX Digital Repository

  • English  | Give feedback |
    • suomi
    • English
 
  • Login
JavaScript is disabled for your browser. Some features of this site may not work without it.
View Item 
  • JYX
  • Opinnäytteet
  • Pro gradu -tutkielmat
  • View Item
JYX > Opinnäytteet > Pro gradu -tutkielmat > View Item

Anomalioiden havaitseminen langattomissa sensoriverkoissa syväoppimisen avulla

Thumbnail
View/Open
3.2Mb

Downloads:  
Show download detailsHide download details  
Authors
Leppänen, Rony
Date
2019
Discipline
TietotekniikkaMathematical Information Technology
Copyright
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.

 
Globaalista IP-verkkoliikenteestä yhä suuremmasta osuudesta vastuussa olevat uuden sukupolven langattomat verkot ja mobiili- sekä IoT-sovellukset ovat jalkautumassa aina kriittisen infrastruktuurin järjestelmiin asti. Fyysisen ja digitaalisen maailman rajapinnassa osana IoT-sovelluksia toimivat langattomat sensoriverkot ovat alttiita laajalle kirjolle erilaisia tietoturvauhkia niiden avoimen luonteen, IoT-sovellusten teknologisen kypsymättömyyden ja alati kehittyvän kyberrikollisuuden vuoksi. Langattomien sensoriverkkojen suojaaminen kyberhyökkäyksiltä ja muulta niiden luotettavaa toimintakykyä uhkaavalta ja vahingoittavalta toiminnalta on tärkeä tutkimusaihe. Tässä työssä tutkittiin hiljattain julkaistun esineiden internetin sovellusympäristöä jäljittelevän Bot-IoT -datajoukon avulla verkkohyökkäyksien tunnistamista anomalioiden havaitsemisen keinoin käyttämällä moderneja syväoppimismenetelmiä. Työssä implementoidaan ja vertaillaan neljää autoenkooderiarkkitehtuuriin perustuvaa yksinkertaista ja laskennallisesti kevyttä syväoppimismallia. Suorituskykyisin toistuvaan neuroverkkoon perustuva LSTM-autoenkooderi kykeni tunnistamaan yli 3,6 miljoonaa hyökkäystä jättäen vain 101 hyökkäystä tunnistamatta. Työssä tehdyn kaltaista tutkimusta Bot-IoT -datajoukkoon ei ole tiedeyhteisössä aiemmin toteutettu eikä vastaavia tuloksia ole ennen saatu. Lisäksi työssä annetaan kattava teoreettinen tausta tunnetuimmista syväoppimismenetelmistä ja niiden soveltamisesta anomalioiden havaitsemiseen. ...
 
The next-generation wireless and mobile networking as well as IoT applications accounting for an ever-increasing share of the global IP network traffic are being widely deployed reaching critical infrastructures. Acting as an interface between the physical and the digital world in IoT applications, wireless sensor networks are exposed to a wide range of information security threats due to their open nature of communications, the technological immaturity of IoT solutions and the accelerating growth of cybercrime. Protecting wireless sensor networks from cyberattacks and other factors that may impair the continuity of their secure and reliable operations is an important area of research. In this thesis, the ability of detecting network attacks with methods based on deep learning using principles from anomaly detection was investigated by a recently published dataset called Bot-IoT that incorporates flow-based network traffic from an IoT environment. Four different lightweight deep learning based autoencoders were implemented for evaluation and comparison purposes. The results demonstrated the superiority of the recurrent LSTM-autoencoder model by detecting over 3.6 million attacks while leaving only 101 attacks undetected. The empirical study conducted in this thesis with the Bot-IoT -dataset is the first of its kind in the scientific community and similar results have not yet been published. In addition, a comprehensive theoretical background of the most common deep learning methods and their applicability to anomaly detection is given. ...
 
Keywords
anomalian havaitseminen langaton sensoriverkko syväoppiminen autoenkooderi sensoriverkot neuroverkot langattomat verkot esineiden internet hyökkäys tietoturva
URI

http://urn.fi/URN:NBN:fi:jyu-201912135267

Metadata
Show full item record
Collections
  • Pro gradu -tutkielmat [23396]

Related items

Showing items with similar title or keywords.

  • Langattomien sensoriverkkoteknologioiden soveltaminen älykodissa : muistisairaan paikantaminen 

    Silvennoinen, Mika (2019)
    Työssä esitellään älykotiratkaisuja lähinnä terveydenhuollon näkökulmasta. Lisäksi läpikäydään älykotien langattomaan tiedonsiirtoon liittyviä teknologioita. Empiirisessä osuudessa selvitetään muistisairaan vanhuksen ...
  • Simultaneous harvest-and-transmit ambient backscatter communications under Rayleigh fading 

    Jameel, Furqan; Ristaniemi, Tapani; Khan, Imran; Lee, Byong Moo (Springer, 2019)
    Ambient backscatter communications is an emerging paradigm and a key enabler for pervasive connectivity of low-powered wireless devices. It is primarily beneficial in the Internet of things (IoT) and the situations where ...
  • Mobiilit ad hoc -verkot katastrofitilanteissa 

    Mäkelä, Aku (2020)
    Mobiilit ad hoc -verkot (MANET) ovat itsenäisesti toimivia monihyppyisiä langattomia verkkoja, jotka mahdollistavat kommunikaation ilman perinteisiä tietoverkkoja. MANET:ien käyttöä katastrofienhallinnassa on tutkittu ...
  • Tekoäly ja rakennusten ennakoiva kunnossapito 

    Vähäkainu, Petri; Kariluoto, Antti; Neittaanmäki, Pekka (2019)
    Tämän raportin tarkoituksena on tarkastella tekoälyn hyödyntämistä rakennusten ennakoivassa kunnossapidossa. Raportissa esitellään KIRA-digi –hanke ja kuvataan Jyväskylän yliopiston KIRA-digi –pilottihanke. Raportin alussa ...
  • IoT-tietoturvaoppimisympäristön kehittäminen 

    Huusko, Eero (2022)
    Esineiden internet (IoT - Internet of Things) tarkoittaa "esineiden" yhdistämistä internetiin. Esineet voivat olla erilaisia laitteita kuten älykello, auto, robotti-imuri, IP-kamera, älykoti IoT-laitteet tai vaikkapa ...
  • Browse materials
  • Browse materials
  • Articles
  • Conferences and seminars
  • Electronic books
  • Historical maps
  • Journals
  • Tunes and musical notes
  • Photographs
  • Presentations and posters
  • Publication series
  • Research reports
  • Research data
  • Study materials
  • Theses

Browse

All of JYXCollection listBy Issue DateAuthorsSubjectsPublished inDepartmentDiscipline

My Account

Login

Statistics

View Usage Statistics
  • How to publish in JYX?
  • Self-archiving
  • Publish Your Thesis Online
  • Publishing Your Dissertation
  • Publication services

Open Science at the JYU
 
Data Protection Description

Accessibility Statement

Unless otherwise specified, publicly available JYX metadata (excluding abstracts) may be freely reused under the CC0 waiver.
Open Science Centre