Analysis of Anomaly Detection Approaches Performed Through Deep Learning Methods in SCADA Systems
Yazarlar (4)
Dr. Öğr. Üyesi Ahmet Nusret ÖZALP Kastamonu Üniversitesi, Türkiye
Dr. Öğr. Üyesi Muhammet Çakmak Giresun Üniversitesi, Türkiye
Doç. Dr. Zafer Albayrak Sakarya Uygulamalı Bilimler Üniversitesi, Türkiye
Dr. Öğr. Üyesi Hakan Can Altunay Ondokuz Mayıs Üniversitesi, Türkiye
| Bildiri Türü | Tebliğ/Bildiri | Bildiri Dili | İngilizce |
| Bildiri Alt Türü | Tam Metin Olarak Yayınlanan Tebliğ (Uluslararası Kongre/Sempozyum) | ||
| Bildiri Niteliği | Alanında Hakemli Uluslararası Kongre/Sempozyum | ||
| DOI Numarası | 10.1109/HORA52670.2021.9461273 | ||
| Kongre Adı | 3rd International Congress on Human-Computer Interaction, Optimization and Robotic Applications (HORA) | ||
| Kongre Tarihi | 11-06-2021 / 13-06-2021 | ||
| Basıldığı Ülke | Türkiye | Basıldığı Şehir | Ankara |
| Bildiri Linki | https://doi.org/10.1109/hora52670.2021.9461273 | ||
| UAK Araştırma Alanları |
Bilgi Güvenliği ve Kriptoloji
Bilgisayar ve İletişim Ağları
Siber Güvenlik
|
||
| Özet |
| Supervisory control and data acquisition (SCADA) systems are used with monitoring and control purposes for the process not to fail in industrial control systems. Today, the increase in the use of standard protocols, hardware, and software in the SCADA systems that can connect to the internet and institutional networks causes these systems to become a target for more cyber-attacks. Intrusion detection systems are used to reduce or minimize cyber-attack threats. The use of deep learning-based intrusion detection systems also increases in parallel with the increase in the amount of data in the SCADA systems. The unsupervised feature learning present in the deep learning approaches enables the learning of important features within the large datasets. The features learned in an unsupervised way by using deep learning techniques are used in order to classify the data as normal or abnormal. Architectures such as … |
| Anahtar Kelimeler |
| Anomaly Detection | Deep Learning | Feature Learning | Industrial Control Systems | SCADA |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| Scopus | 36 |
| Google Scholar | 57 |