Kötü niyetli CAN Bus trafiğini tespit eden Saldırı Tespit Sistemi (IDS).
Random Forest ve özel geliştirdiğim TRCC kümeleme algoritması ile oluşturuldu.
Car-Hacking Dataset üzerinde eğitildi.
Bu proje, Car-Hacking Dataset kullanılarak araç içi ağlarda saldırı tespiti için bir Saldırı Tespit Sistemi (IDS) geliştirmeye odaklandı. Modern araçlarda kullanılan CAN Bus, DoS, Fuzzy ve vites/RPM manipülasyonu gibi saldırılara karşı savunmasızdır. Amaç, bu anormallikleri makine öğrenmesi teknikleriyle tespit etmekti.
Random Forest modeli %85 doğruluk oranına ve DoS ve Fuzzy saldırılarında mükemmel hassasiyete ulaştı. TRCC kümeleme algoritması, K-Means ve DBSCAN modellerinden daha iyi sonuçlar verdi ve daha yüksek silhouette ve saflık skorları elde etti.
CAN trafiği oldukça dengesizdi; normal veriler saldırı verilerinden çok fazlaydı. Bu sorunu çözmek için zaman farkı sinyalleri ve CAN ID sıklığı gibi özel özellikler geliştirildi. TRCC algoritması, bağışıklık sisteminden ilham alan bir yaklaşım ile etiketlenmemiş verilerde daha sağlam ayrım yapılmasını sağladı.