Bilişsel Radyo Ağlarında Makine Öğrenmesine Dayalı Kötü Niyetli Kullanıcı Tespiti


CİCİOĞLU M.

2nd International Conference On Access To Recent Advances In Engineering And Digitalization (ARACONF 2021), Kayseri, Türkiye, 10 - 12 Mart 2021, sa.1, ss.212-220

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Basıldığı Şehir: Kayseri
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.212-220
  • Bursa Uludağ Üniversitesi Adresli: Evet

Özet

ISM bandında bulunan spektrumlar kablosuz iletişim teknolojilerine yönelik artan talep nedeniyle yetersiz kalmaktadır. Bu nedenle araştırmacılar, spektrumların verimli kullanılabilmesi için yeni çalışmalar ve teknikler geliştirmektedir. Bilişsel radyo yaklaşımı tayfların verimli kullanılabilmesi için düğümlerin ortamı öğrenmeye çalıştığı ve parametrelerini doğru şekilde ayarlayabildiği akıllı kablosuz haberleşme yapısını önermektedir. Bu yaklaşım, tayfların periyodik olarak sezilmesi, uygun tayfların haberleşme ortamını kullanmak isteyen ikincil kullanıcılara tahsis edilmesi fikrine dayanmaktadır. Bu bağlamda tayfların sezilme işlemi bilişisel radyo ağlarında oldukça önemli bir aşamadır. Çeşitli sezme teknikleri halen aktif araştırma konuları arasında yerini almaktadır. Bilişsel radyo ağlarının başarımını arttırmaya yönelik önerilen işbirlikçi sezme yaklaşımı bu çalışmalar arasında en umut verici çözümlerden biridir. Ancak ortamda kötü niyetli kullanıcıların varlığı, füzyon merkezinde yanlış kararlar alınmasına sebep olurken, bilişsel radyo ağlarının da başarımını büyük ölçüde düşürmektedir. Bu çalışmada bilişsel radyo ağlarında kötü niyetli kullanıcıları tespit etmek için makine öğrenmesi algoritmalarından (lojistik regresyon, karar destek makineleri, k-en yakın komşu) yararlanılmıştır. Sınıflandırma algoritmaları yardımıyla normal (bilişsel radyo kullanıcısı) ve anormal (kötü niyetli) kullanıcılar tespit edilerek bilişsel radyo ağlarının performansı arttırılmıştır.