Siber Güvenlikte Yapay Zeka Uygulamaları Webinarı - Ebubekir Büber

1. Siber Güvenlikte
Yapay Zeka
Uygulamaları
Ebubekir Büber – Data Scientist

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. Machine Learning

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. AI, ML, DL Kavramları
https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/

6. Fikirsel Gelişim Süreci
2001 2004 2011-2016

7. Fikirsel Gelişim Süreci - Gartner

8. Gartner
Hypcycle
2015

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. Yapay Zeka ve Makine Öğrenmesi
Günlük Yaşamdaki Uygulamaları

11. source

12. Siber Güvenlikte
Yapay Zeka

13. Image Processing Cyber Security
Heatlhcare
Machine Learning

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. Anomali Tespiti: KDD99 (1999-2008)
Veri Örneği
http://www.hackmageddon.com/2016/01/11/2015-cyber-attacks-statistics/

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. Activity Based Verification

18. Activity Based Verification

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. DGA Örneği

21. Zeus Botnet

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. 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. • 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. YATIRIM ALAN YAPAY ZEKA KONULU STARTUP’LAR
Siber Güvenlik 5. sırada

26. CBInsight

27. Machine Learning ile Network Bazlı Anomali
Tespiti – Saldırı Tepiti
source

28. source

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. Teşekkürler
Ebubekir BÜBER
ebubekir.buber@normshield.com
www.normshield.com