ÖzArtan teknoloji kullanımı ve sistemler arası entegrasyonun getirdiği kullanım kolaylığına ek olarak oluşan güvenlik açıkları günümüzde siber güvenliğin önemini artırmaktadır. Hükümetler, askeri, kurumsal, finans veya tıbbi kuruluşlar güvenlik tehdidi altında bulunmaktadır. Yaygınlaşan teknolojiyle beraber güvenli olmayan bilgisayar sistemleri, yıkıcı kesintilere, hassas bilgilerin ifşasına ve sahtekârlıklara yol açabilir. Endüstriyel varlıkların izlendiği ve kontrol edildiği sistemler Operasyonel Teknoloji (OT) olarak adlandırılır. Denetleyici Kontrol (PLC) ve Veri Toplama (SCADA) sistemleri OT sistem örneklerindendir. Bu sistemlere yapılan saldırılar, hayati önem taşıyan temel hizmetlerin sunulmasını engelleyebilir, ciddi ekonomik veya sosyal sonuçlara yol açabilir. Yapılarına güvenlik mekanizmalarının uygulanamayışı veya sahip oldukları eski bilişim teknolojilerinin yenilememesi sebepleri ile OT sistemler siber saldırılara karşı en savunmasız sistemlerdir. Bu çalışma kapsamında OT sistemleri için saldırı tespit ve uyarı sistemi geliştirilmiştir. OT sistemlerin mevcut durumu göz önüne alınarak tasarlanan sistem, veri erişimini OPC sunucu üzerinden yapmakta ve bu sayede tüm OT sistemlerine minimum değişiklik ile bağlantı sağlayabilecek yapıdadır. OT sistemde meydana gelen işlemlerin algılanması ve analiz edilebilmesi için birliktelik analizi tabanlı aktivite kayıt oluşturma algoritması geliştirilmiş. Geliştirilen bu algoritma ile OT süreç bilgisi olmadan tüm aktivitelerin yorumlanabilmesine olanak sağlanmıştır. Oluşan aktivite bilgilerinin analizi için Bayes ağ tabanlı bir öğrenme sistemi tasarlanmıştır. Bu sistem sayesinde elde edilen kayıtlardan Bayes ağları oluşturulmakta, sistem çalışma anında oluşan tüm aktiviteler değerlendirilerek olasılıklarına göre "Güvenli", "Riskli" ve "Siber Saldırı" olarak gruplandırılmakta ve OT yetkililerine sunulmaktadır. Önerilen sistem her tür OT aktivitesine adapte olabilecek yapıdadır. Sistem mimari yapısı gereği sadece siber saldırı kategorisindeki işlemleri tespit etmekte kalmayıp sistemde yetkili kişilerin hatalı yâda kasıtlı müdahale veya program değişimlerini de algılayabilmektedir. Deneysel çalışmalarımız OT sisteme yapılan her türlü saldırının tespit edilebildiğini göstermektedir. Bu çalışma OT davranışlarının modellenerek öğrenildiği ve anormal davranışların tespit edilerek siber saldırıların tespit edildiği ilk çalışmadır.
Öz Önemli biyolojik aktiviteler tek bir molekülün sonucu değil, birbirleriyle etkileşime giren çoklu moleküllerin etkilerinin ürünü olarak ortaya çıkmaktadır. Protein-protein etkileşimlerinin belirlenmesi, ilgili proteinlere ait fonksiyonların tespit edilmesi için önemli bilgi sağlamaktadır. Genlerin ve proteinlerin büyük bir çoğunluğu işlevlerini birbirleriyle etkileşimleri sonucunda oluşturmaktadırlar. Protein-protein etkileşimlerini incelemek için çok sayıda yöntem geliştirilmiştir. Etkileşimlerin tespitinde in vitro, in vivo ve in siliko olarak adlandırılan 3 temel yaklaşım bulunmaktadır. In vitro ve in vivo yöntemlerin maliyet, zaman gibi sınırlamaları bulunur. İn siliko yöntemler deneysel yönlendirme ile maliyet ve zaman kazancı için geliştirilmiştir. Yöntemler sonucunda oluşan veri setleri gürültülüdür, çok sayıda yanlış pozitif ve yanlış negatif değerler içermektedirler. Protein etkileşim tespit yöntemlerindeki gelişmeler hastalıkların tespit edilmesi, model organizmalara ait yolakların ve protein komplekslerinin belirlenmesi gibi birçok alana doğrudan etki etmektedir. Yapılan çalışmalar sonucunda tespit edilen etkileşimler veri tabanlarında saklanmakta ve ücretsiz olarak erişilebilmektedir. Metotların hızlanması ile tespit edilen etkileşim sayısındaki artış, elde edilen bu verilerin analiz edilmesini, bir veya birden fazla metot ile sağlanmasını ve doğruluğunun belirlenmesini önemli hale getirmektedir. Bu çalışmada protein-protein etkileşim tespitinde kullanılan in vitro, in vivo ve in siliko yöntemler ve protein-protein etkileşim veri tabanları incelenmektedir. Tespit yöntemlerinin artıları ve eksileri araştırılmış ve yöntemlerin avantaj ve dezavantajları paylaşılmıştır. Veri tabanlarının içerdiği bilgiler karşılaştırılmış, benzerlik oranları ve sebepleri araştırılmıştır.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.