Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Siber Güvenlikte
Yapay Zeka
Uygulamaları
Ebubekir Büber – Data Scientist
Siber Güvenlik ve Yapay Zeka
• Ne demek?
• Uygulamaları
• BotnetTespiti
YZ, MÖ, DÖ
• Nedir?
• Uygulamaları
• Teknik İncele...
Machine Learning
Yapay zeka, makinelerin karmaşık
problemlere insanlar gibi çözümler
üretmesini sağlayan uygulamalar geliştiren
bilim dalıd...
AI, ML, DL Kavramları
https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-d...
Fikirsel Gelişim Süreci
2001 2004 2011-2016
Fikirsel Gelişim Süreci - Gartner
Gartner
Hypcycle
2015
Yapay Zeka ve Makine Öğrenmesi
Günlük Yaşamdaki Uygulamaları
Alpha GO – Lee Sedol
2016 4 – 1
Deep Blue vs Garry Kasparov
1...
Yapay Zeka ve Makine Öğrenmesi
Günlük Yaşamdaki Uygulamaları
source
Siber Güvenlikte
Yapay Zeka
Image Processing Cyber Security
Heatlhcare
Machine Learning
• Fazlasıyla dinamik bir uygulama alanı
• Bulmak istediğimiz şeyi tanımlayamıyoruz.
• Eğitim için sınıflandırılmış veri bu...
Anomali Tespiti: KDD99 (1999-2008)
Veri Örneği
http://www.hackmageddon.com/2016/01/11/2015-cyber-attacks-statistics/
Güvenliği Artırmaya Yönelik
• Secure User Authentication
– Biometric Verification
– Activity Based Verification
Siber Güve...
Activity Based Verification
Activity	Based	Verification
func_dga (gün, ay yıl)
f (gün, ay yıl)
f (gün, ay yıl)
f (gün, ay yıl)
f (gün, ay yıl)
f (gün, ay yıl)
f (gün, ay yıl)
f (...
DGA Örneği
Zeus Botnet
• ac : 0.2
• ca : 0.5
• cc : 0.5
• ab : 0.8
• ba : 0.5
• bb : 0.1
• bc : 0.4
• cc : 0.5
Botnet Tepiti – Markov Chain Model
word
wo: 0.2
or: 0.4
rd: 0.3
Entropy: 0.024
jfjka
jf: 0.002
fj: 0.0018
jk: 0.0012
ka: 0.01
Entropy: 0,0000000000432
Örnek ...
• agwvbtym.com
• aiwifkvybpiqm.com
• akcwwuuuofog.com
• axksbbccnchb.com
• bceozrtuxh.com
• cjysvmudnvidyun.com
• cvvblzsw...
YATIRIM ALAN YAPAY ZEKA KONULU STARTUP’LAR
Siber Güvenlik 5. sırada
CBInsight
Machine Learning ile Network Bazlı Anomali
Tespiti – Saldırı Tepiti
source
source
The Centre for Strategic and Intenational Studies 2014 yılında
yayımladıkları raporda, siber suçların küresel ekonomiye yı...
Teşekkürler
Ebubekir BÜBER
ebubekir.buber@normshield.com
www.normshield.com
Upcoming SlideShare
Loading in …5
×

Siber Güvenlikte Yapay Zeka Uygulamaları - Webinar

1,411 views

Published on

Siber Güvenlikte Yapay Zeka Uygulamaları Webinarı - Ebubekir Büber

Published in: Technology
  • Be the first to comment

Siber Güvenlikte Yapay Zeka Uygulamaları - Webinar

  1. 1. Siber Güvenlikte Yapay Zeka Uygulamaları Ebubekir Büber – Data Scientist
  2. 2. Siber Güvenlik ve Yapay Zeka • Ne demek? • Uygulamaları • BotnetTespiti YZ, MÖ, DÖ • Nedir? • Uygulamaları • Teknik İnceleme ? Konu Başlıkları ve İçindekiler Yapay Zeka Makine Öğrenmesi Siber Güvenlik Derin Öğrenme İçindekiler
  3. 3. Machine Learning
  4. 4. Yapay zeka, makinelerin karmaşık problemlere insanlar gibi çözümler üretmesini sağlayan uygulamalar geliştiren bilim dalıdır. AI, ML, DL Tanımları Makine Öğrenmesi, öğrenme işleminin probleme uygun bir veri üzerinde tahminsel analizlerle yapıldığı YZ’nın alt dalıdır. Derin Öğrenme, Yapay Sinir Ağı tabanlı bir Makine Öğrenmesi tekniğinin ismidir.
  5. 5. AI, ML, DL Kavramları https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/
  6. 6. Fikirsel Gelişim Süreci 2001 2004 2011-2016
  7. 7. Fikirsel Gelişim Süreci - Gartner
  8. 8. Gartner Hypcycle 2015
  9. 9. Yapay Zeka ve Makine Öğrenmesi Günlük Yaşamdaki Uygulamaları Alpha GO – Lee Sedol 2016 4 – 1 Deep Blue vs Garry Kasparov 1996 ----> 2-4 1997 -> 3½-2½ 19x19’luk tahtada 250 hamlelik oyunda varyasyon sayısı: 1.3 × 10895 40 hamlelik bir maçta varyasyon sayısı: 10120 Evrendeki toplam atom sayısı yaklaşık: 1080 1 vasyasyon = 1 mikro saniye süre = 1090 yıl
  10. 10. Yapay Zeka ve Makine Öğrenmesi Günlük Yaşamdaki Uygulamaları
  11. 11. source
  12. 12. Siber Güvenlikte Yapay Zeka
  13. 13. Image Processing Cyber Security Heatlhcare Machine Learning
  14. 14. • Fazlasıyla dinamik bir uygulama alanı • Bulmak istediğimiz şeyi tanımlayamıyoruz. • Eğitim için sınıflandırılmış veri bulmak çok zor. Genellikle manuel olarak yapılır. • Akademik kullanım için open-source data var, ancak sorunlu!! Karakteristik Özellikleri
  15. 15. Anomali Tespiti: KDD99 (1999-2008) Veri Örneği http://www.hackmageddon.com/2016/01/11/2015-cyber-attacks-statistics/
  16. 16. Güvenliği Artırmaya Yönelik • Secure User Authentication – Biometric Verification – Activity Based Verification Siber Güvenlik ve Yapay Zeka Zararlı Durum Tespitine Yönelik • IDS / IPS System with ML • Malware Detection • Phishing Detection • Fraud Detection • Botnet Detection • Captcha Bypassing • Spam Filter • Incident Forecasting
  17. 17. Activity Based Verification
  18. 18. Activity Based Verification
  19. 19. func_dga (gün, ay yıl) f (gün, ay yıl) f (gün, ay yıl) f (gün, ay yıl) f (gün, ay yıl) f (gün, ay yıl) f (gün, ay yıl) f (gün, ay yıl) f (gün, ay yıl) Botnet Tespiti Domain Generation Algorithm kjlhghfgdfapoiaduylkg.com
  20. 20. DGA Örneği
  21. 21. Zeus Botnet
  22. 22. • ac : 0.2 • ca : 0.5 • cc : 0.5 • ab : 0.8 • ba : 0.5 • bb : 0.1 • bc : 0.4 • cc : 0.5 Botnet Tepiti – Markov Chain Model
  23. 23. word wo: 0.2 or: 0.4 rd: 0.3 Entropy: 0.024 jfjka jf: 0.002 fj: 0.0018 jk: 0.0012 ka: 0.01 Entropy: 0,0000000000432 Örnek Durum Threshold 0.00001
  24. 24. • agwvbtym.com • aiwifkvybpiqm.com • akcwwuuuofog.com • axksbbccnchb.com • bceozrtuxh.com • cjysvmudnvidyun.com • cvvblzswtpyr.com • cwxxbmwzlpabbm.com • cyfuaiu.com • czjcrmcb.com • dflpwccxj.com Başarı Oranı Başarı > %96
  25. 25. YATIRIM ALAN YAPAY ZEKA KONULU STARTUP’LAR Siber Güvenlik 5. sırada
  26. 26. CBInsight
  27. 27. Machine Learning ile Network Bazlı Anomali Tespiti – Saldırı Tepiti source
  28. 28. source
  29. 29. The Centre for Strategic and Intenational Studies 2014 yılında yayımladıkları raporda, siber suçların küresel ekonomiye yıllık maliyeti • 375 milyar dolar – 575 milyar dolar arasında olduğu belirtilmiştir.
  30. 30. Teşekkürler Ebubekir BÜBER ebubekir.buber@normshield.com www.normshield.com

×