Kritik Altyapıların Savunmasında Yeni Nesil Yöntemler: Siber Saldırıların Tespitinde 31 Yapay Zekâ Uygulamaları

Özgül, M. A. ve Demirbaş Ş. (2025). Kritik Altyapıların Savunmasında Yeni Nesil Yöntemler: Siber Saldırıların Tespitinde Yapay Zekâ Uygulamaları. EMO Bilimsel Dergi, 15(3), 31-44.

Makale Türü: Derleme Makalesi Makale Gönderilme Tarihi: 8 Aralık 2024 Makale Kabul Tarihi: 3 Temmuz 2025

Kritik Altyapıların Savunmasında Yeni Nesil Yöntemler: Siber Saldırıların Tespitinde Yapay Zekâ Uygulamaları

New Generation Methods in the Defense of Critical Infrastructures: Artificial Intelligence Applications in Detecting Cyber Attacks

Mehmet Akif Özgül1, Şevki Demirbaş2 1Elektrik Elektronik Mühendisliği(TF) Bölümü, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara,

Türkiye, [email protected], ORCI0D0:0090-0090-00000-006-02652-55-1591292 2Elektrik Elektronik Mühendisliği(TF) Bölümü, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara,

Türkiye, [email protected], ORC0ID00: 00-000000-010-0911-1911-1618-46X84X

Öz SCADA (Supervisory Control and Data Acquisition) sistemleri, kritik altyapıların yönetiminde önemli bir rol oynamaktadır. Bu derleme makale, SCADA sistemlerini hedef alan siber saldırıları yapay zekâ destekli yöntemlerle tespit etme potansiyelini değerlendirmek amacıyla hazırlanmıştır. Çalışmada, son yıllardaki literatür incelenerek SCADA sistemlerinin yapısı, uygulamaları ve güvenlik zafiyetleri detaylı bir şekilde ele alınmış, SCADA sistemlerine yönelik siber saldırı türleri gözden geçirilerek bu saldırıların tespitinde yapay zekâ uygulamalarının potansiyeli değerlendirilmiş ve makine öğrenmesi ve derin öğrenme algoritmalarının bu alandaki uygulamaları karşılaştırmalı olarak analiz edilmiştir. Bulgular, makine öğrenmesi algoritmalarının diğer algoritmalara kıyasla siber saldırıları tespit etmede daha geniş çapta kullanıldığını göstermektedir. Bu bulgular, geliştirilecek yapay zekâ tabanlı siber saldırı tespit modellerinin SCADA sistemlerinin güvenliğini güçlendirmede kritik bir rol oynayabileceğini ortaya koyarken aynı zamanda yeni araştırmacılar için siber saldırı tespiti alanındaki gelişmeleri daha derinlemesine incelemelerine olanak tanıyacak teknik bir rehber niteliği taşımaktadır. Anahtar kelimeler: Kritik altyapı, SCADA, siber güvenlik, siber saldırı, yapay zekâ ve makine öğrenmesi

Abstract SCADA systems play a crucial role in the management of critical infrastructures. This review article has been prepared to evaluate the potential of artificial intelligence-based methods for detecting cyber attacks targeting SCADA systems. In this study, by reviewing the literature of recent years, the structure, applications, and security vulnerabilities of SCADA systems were examined in detail; various types of cyber attacks targeting SCADA systems were analyzed; the potential of artificial intelligence applications in detecting these attacks was evaluated; and the applications of machine learning and deep learning algorithms in this domain were comparatively analyzed. The findings indicate that machine learning algorithms are more widely utilized in detecting cyber attacks compared to other algorithms. These findings reveal that the artificial intelligence-based cyber attack detection models to be developed can play a critical role in strengthening the security

of SCADA systems and can also serve as a technical guide for new researchers who want to examine the developments in the field of cyber attack detection in more depth. Keywords: Critical infrastructure, SCADA, cyber security, cyber attack, artificial intelligence and machine learning

1. Giriş

SCADA, elektrik üretimi, petrol, gaz ve üretim tesisleri gibi endüstriyel sektörlerde kritik altyapıların yönetiminde hayati öneme sahip bir kontrol sistemi yapısını ifade etmektedir [1]. Bu sistem, üretim tesisleri ve fabrikalar gibi kritik altyapılarda operatörlerin uzaktan erişim sağlayarak ayar noktalarını değiştirebilmesine, anahtarları ve vanaları kontrol etmelerine, alarm durumlarını takip etmelerine ve ölçüm verilerini toplayabilmelerine imkân tanımaktadır [2]. Gerçek zamanlı verilerin ve süreçlerin yerel veya uzaktan kontrolünü sağlayan SCADA sistemleri operasyonel etkinliği artırmak amacıyla sensörler, aktüatörler, anahtarlar ve vanalar gibi çeşitli bileşenleri kullanmaktadır [1]. Örneğin, belediyeler SCADA sistemlerini kullanarak şebeke suyu dağıtım tesislerindeki su tanklarının su seviyelerini, boru basınçlarını ve sıcaklıklarını izleyebilmektedir [3].

SCADA sistemleri, enerji üretimi ve dağıtımı, su ve atık su yönetimi, petrol ve gaz sektörü, kimyasal süreçler ve hatta akıllı şehirler gibi geniş bir yelpazede uygulama alanına sahip olup, bu alanlarda büyük bir öneme sahiptir (Şekil 1).

Şekil 1. SCADA sistemlerinin kullanıldığı temel uygulama alanları

Şekil 1’den de görüldüğü üzere farklı uygulama alanları bulunan SCADA sistemlerinin siber güvenliği, birçok kritik altyapı sisteminin güvenli ve kesintisiz işleyişini sağlamak için temel bir gereklilik haline gelmiş ve kuruluşların, bireylerin ve devletlerin varlıklarını koruma açısından hayati önem kazanmıştır.

Uluslararası Telekomünikasyon Birliği, siber güvenlik kavramını, bilgi ve sistemleri siber ortamda bulunan tehditlere karşı korumak için kullanılan araç, politika, kural, önlem, eylem, risk yönetimi stratejisi, eğitim, yöntem ve altyapıdan oluşan teknolojilerin bir bileşimi olarak tanımlamaktadır [4]. Siber güvenlik genel anlamda, bilgi sistemlerini ve bu sistemde barındırdıkları verileri, yetkisiz erişim, siber saldırılar ve kötü amaçlı kullanımdan korunmayı amaçlayan bir disiplindir [5].

Siber suçlular, çeşitli saldırı teknikleri ve zafiyetlerden yararlanarak özellikle kritik altyapıları kendi çıkarları doğrultusunda kullanmak için hedef almaktadırlar. Enerji, su, ulaşım, iletişim, finans, sağlık, gıda ve güvenlik kurumları gibi hayati önem arz eden temel sistemler bir ülkenin veya kurumun varlığını ve işleyişini ayakta tutan kritik altyapıları oluşturmaktadır. Bu sistemler, zorlu çalışma ortamlarına uyum sağlayabilecek ve aralıksız çalışabilecek şekilde tasarlanmış bileşenlerden oluşmaktadır. Kritik altyapıların hem yerel hem de uzaktaki bileşenlerinin izleme ve kontrol işlemleri SCADA sistemleri aracılığıyla gerçekleştirilmektedir [2].

EKS’lerde (Endüstriyel Kontrol Sistemi) bulunan SCADA ve DCS (Distributed Control System) gibi izleme ve kontrol sistemlerine yönelik gerçekleştirilen siber saldırılar, sistemlerin yetkisiz kişiler tarafından ele geçirilmesine, fonksiyonlarının ve işleyişinin bozulmasına veya değiştirilmesine neden olarak önemli güvenlik sorunları oluşturmaktadır [6]. Bu nedenle, kritik altyapılarda SCADA sistemlerinin siber saldırılara karşı korunması en yüksek önceliklerden biridir. Siber saldırılar sonucunda oluşabilecek hizmet kesintilerinin yıkıcı etkileri ve günlük yaşamın aksamasına yol açması nedeniyle SCADA sistemlerinin siber güvenliğine diğer sistemlere kıyasla daha fazla önem verilmesi gerekmektedir [7].

Zararlı Uzak Bağlantı

İşletme Kullanıcısı

Yetkisiz bağlantılar

Mühendislik İş İstasyonu(Enfekte olmuş bilgisayar)

Üretim SCADA Katmanı

Enfekte Olmuş Bakım

Ekipmanları

Taşınabilir Cihaz

Kontrol Katmanı

Harici Plc Ağı

Şekil 2. Endüstriyel kontrol sistemlerine yönelik olası siber saldırı vektörleri

Şekil 2’de endüstriyel kontrol sistemlerine yönelik siber saldırılarda kullanılabilecek bazı yöntemler gösterilmektedir. SCADA sistemlerinde meydana gelen olayların büyük çoğunluğunda saldırganlar ve zararlı yazılımlar, sistemlere

dolaylı yollarla sızmışlardır [8]. Tesis ağı ile kurumsal ağ arasında sağlanacak doğrudan bağlantılar, yetkisiz kişilerin verilere erişim sağlamasına, sistemlerde değişiklik yapmasına, kötü amaçlı yazılımlar yüklemesine veya tesis ekipmanlarını kötü amaçlarla işletmesine olanak tanıyabilmektedir. Bu tür eylemler, üretimde kesintilere neden olarak ticari kayıplara yol açabileceği gibi, en kötü senaryoda ciddi güvenlik olaylarının ortaya çıkmasına da neden olabilmektedir. Ayrıca, USB aygıtları, kasten zararlı yazılımlarla enfekte edilebilmekte ve doğrudan ya da dolaylı yollarla hedeflere ulaştırılabilmektedir. Yanlış yapılandırılmış bir güvenlik duvarı, saldırganların koruma altındaki dâhilî ağlara ve kaynaklara yetkisiz erişim elde etmesine yol açabilmektedir. Buna ek olarak tesis ağına bağlı bir PLC (Programmable Logic Controller), yeterli güvenlik önlemlerine sahip olmayan bir harici ağa bağlı olabilir ve bu durum, saldırganın tesis ağına erişim sağlamasına zemin hazırlayabilmektedir. Bu bağlantı, ciddi bir güvenlik tehdidi oluşturarak potansiyel saldırılar için zafiyet yaratabilmektedir. Bununla beraber, harici kullanılan bir dizüstü bilgisayar zararlı yazılımlarla enfekte olmuş olabilir ve işletme veya proses ağına bağlandığında bu zararlı yazılım ağı olumsuz etkileyebilir. Uzaktan destek bağlantılarının da yeterince güvenli olmaması, tesis ağını olumsuz etkileyebilmekte ve saldırganların koruma altındaki dâhilî ağlara ve kaynaklara yetkisiz erişim sağlamasına yol açabilmektedir. Bu tür siber saldırı senaryoları, Şekil 2’de gösterilen siber saldırı vektörlerinin sistemler üzerinde nasıl etkiler doğurabileceğine dair bir çerçeve sunmaktadır. Bu sistemlerin güvenlik açıklarının kapatılması ve giderilmesi, kritik altyapıların siber güvenliğini sağlamak için öncelikli adımlardan biri olmakla birlikte siber saldırıları tespit edip engellemek de en az o kadar önemlidir. Siber saldırı tespit ve engelleme sistemleri, ülkelerin kritik altyapılarının siber tehditlere karşı dayanıklılığını artırarak bu sistemlerin kesintisiz ve güvenli bir şekilde çalışmasına katkıda bulunmaktadır.

Günümüzde kritik altyapılara yapılan siber tehditlerin karmaşıklığı ve sayısı artarken büyük veri miktarları ve işlem hızı nedeniyle siber savunma için yalnızca insan odaklı yöntemler yetersiz kalmaktadır. Siber saldırıların dinamizmi ve karmaşıklığı arttıkça, geleneksel sabit algoritmalar kullanılarak yazılım geliştirmenin siber savunmada etkili bir çözüm sağlayamadığı açıkça görülmektedir [9]. Bu bağlamda, kritik altyapıların siber güvenliğini artırmak için YZ (Yapay Zekâ) tabanlı siber saldırı tespit sistemlerinin geliştirilmesi önem arz etmektedir.

Bu derleme çalışması, kritik altyapılarda siber saldırı tespiti için kullanılan yapay zekâ yöntemlerini kapsamlı bir şekilde incelemektedir. Çalışma beş bölümden oluşmaktadır. Bölüm 2, kritik altyapıların işleyişinde merkezi bir rol oynayan SCADA sistemlerine genel bir bakış sunmaktadır. Bölüm 3, SCADA sistemi uygulamaları ve sistemin güvenlik açıkları hakkında öz bilgiler vermektedir. Bölüm 4, özellikle kritik altyapılardan “Enerji” sektörüne odaklanarak SCADA sistemlerine yapılan siber saldırılardan bahsetmektedir. Bölüm 5, siber saldırıların tespiti ve bu saldırıların tespitinde yapay zekânın rolünü açıklamaktadır. Son olarak Bölüm 6’da bu araştırmanın sonuçları açıklanmaktadır.

2. SCADA Sistemi

İnsanların büyük kentlere göç etmesi sonucunda şehirlerin nüfusu hızla artmış ve bu nüfus artışıyla birlikte, insanların

Kritik Altyapıların Savunmasında Yeni Nesil Yöntemler: Siber Saldırıların Tespitinde Yapay Zekâ Uygulamaları New Generation Methods in the Defense of Critical Infrastructures: Artificial Intelligence Applications in Detecting Cyber Attacks

ihtiyaç duyduğu ışık, ısı ve enerji gibi temel gereksinimlere olan talepler de hızla artış göstermiştir. Bu artan taleplere karşılık vermek için sunulan sistemler hantal kalmış, işletmeleri yönetme, denetleme ve kontrol etme süreçleri zorlaşmıştır. Bu zorluklar karşısında SCADA sistemi bir çözüm olarak ortaya çıkmıştır.

1980'lerden beri var olan SCADA sistemi, sahadan veri toplama ve saha ekipmanlarını kontrol etme imkânı sunan, alarm bazlı izleme ve kontrol prensiplerine dayalı bir sistemdir [10]. Zamanla, SCADA sistemlerinde kullanılan PLC'lerin tedarikçileri arasında standart farklılıkları artmış, bu da iletişim problemlerine neden olmuştur. Bu sebeple, 1980’lerde bazı standartlar üzerinde anlaşmaya varılmış ve günümüzde çoğu tedarikçi, daha fazla pazar payı elde etmek amacıyla UUB’lerini (Uzak Uç Birimi) standart iletişim arayüzleri ile donatmıştır [11]. Bu sistemler, zamanla kritik altyapıların işleyişinde önemli rol oynamaya başlamıştır.

Otomasyon teknolojisi perspektifinden bakıldığında SCADA, kontrol altına alınmak istenen sistemin özel işlevlerini yerine getirebilen, fiziksel altyapılarla iletişim kurabilen ve gerekli hesaplamalar yapabilen sistemler olarak tanımlanmaktadır [2].

SCADA sistemleri, hangi operasyonel alanda kullanıldığına bakılmaksızın temel olarak Merkezi Denetleyici Birimi (MDB), uzak uç birimleri ve haberleşme ağı olmak üzere veri toplama ve kontrol işlevlerini yerine getiren üç ana bileşenden oluşmaktadır [3]. Bu temel bileşenlere ayrıca İşletme ağı da dâhil edilebilir (Şekil 3).

MDB

Haberleşme Ağı

Geniş Alan Ağı

UUB

Şekil 3. SCADA sistemlerinin temel bileşenleri

Şekil 3’te SCADA sistemine dair temel bileşenler gösterilmektedir. Her bir bileşenin kendine has bir işlevi bulunmakla birlikte, hizmet edilen hedefe bağlı olarak bileşenlerin sayısı ve çeşitliliği değişkenlik gösterebilmektedir. MDB, sistemin durumunun anlık olarak izlendiği ve herhangi bir aksaklık veya anormallik meydana geldiğinde sisteme müdahale edilen yerdir. UUB’ler ise izlenen sistemle ilgili verileri toplar, kaydeder ve gerektiğinde bu verileri MDB’ye aktarır. MDB’ler ayrıca, verilerin kaydedilmesi ve ilgili bileşene komut gönderilmesi gibi işlevleri de gerçekleştirmektedir.

3. SCADA Sistemi Uygulamaları ve Güvenlik Zafiyetleri

Enerji santralleri, havayolları, gemi sistemleri, su arıtma tesisleri, gaz boru hatları ve demiryolları gibi kritik altyapıların işleyişini yöneten SCADA sistemleri, akademik araştırmaların odak noktasında yer almaktadır.

Endi ve arkadaşları, endüstriyel otomasyon ve proses kontrolü alanlarında kullanılmak üzere açık sistem teknolojisinden yararlanarak üç katmanlı bir SCADA sistem mimarisi sunmuşlardır. Bu mimari; denetim kontrol katmanı, proses kontrol katmanı ve saha enstrüman katmanından oluşmakta ve gerçek zamanlı bir endüstriyel süreci simule eden eksiksiz bir üç katmanlı yapıya sahiptir. Araştırmacılar, tasarladıkları açık sistem teknolojisine bağlı bu üç katmanlı mimarinin, geleneksel SCADA sistemlerinin sınırlamalarını aştığını ifade etmişlerdir [12].

Lahti ve ekibi, çeşitli web tabanlı teknolojileri otomasyon ve SCADA sistemleri açısından incelemiş ve analiz etmişlerdir. Çalışmalarında, santral otomasyonu ve SCADA sistemlerinde web kullanıcı arayüzü teknolojisinin uygunluğunu değerlendirmişlerdir. Ayrıca, enerji santrali sistem satıcıları için teknik çözümlerin temeli olarak kullanılan çeşitli web tabanlı kontrol ekranlarının son teknoloji kontrol uygulamalarına da odaklanmışlardır [13].

Chauan ve arkadaşları [14], enerji üretimi ve dağıtımı, petrol, gaz, su ve atık yönetimi gibi çeşitli sektörlerdeki kritik altyapıların kontrol ve izlenmesi için kullanılan SCADA sistemlerini incelemişlerdir. Araştırmalarında, SCADA sistemlerinin denetleyici kontrol ve veri toplama fonksiyonlarına odaklanmışlar ve dış dünyaya bireysel mesaj veya komut gönderme yeteneği olan sistemleri değerlendirmişlerdir.

İbrahim, Irak-Kerkük’te ulaştırma sektöründe kullanılan şehiriçi ve şehirlerarası yolların aydınlatma sistemini izlemek ve kontrol etmek için bir SCADA yazılımı geliştirmiştir. Çalışmasında, otomasyon ve SCADA sistemini yazılım, donanım, iletişim protokolleri ve bağlantı türleri açısından analiz etmiştir. Analizlerinin sonucunda geliştirdiği SCADA yazılımı ile aydınlatma sistemlerindeki tüm olayları izlemeyi ve kontrol etmeyi mümkün kılmıştır. Ayrıca bu yazılım ile günlük veri takibi, güvenlik ve alarm yönetimi, veri arşivi oluşturma ve raporlama gibi işlevler de sağlanmıştır. Araştırmacı, yazılımının şehir içi ve şehirlerarası yolların aydınlatma sistemlerini kontrol etmede kusursuz, senkronize ve verimli çalıştığını, aydınlatma direklerinden gelen bilgileri kullanıcılarla etkin bir şekilde paylaştığını ve aydınlatma sisteminin işletme maliyetlerini azalttığını belirtmiştir [15].

EKS/SCADA sistemleri yaygın olarak kullanılmasına rağmen sistemlerin çoğunun eski veya güncellenmemiş işletim sistemleri ve yazılım sürümleri barındırması nedeniyle güvenlik zafiyetleri bulunmaktadır. Bu durum, saldırganların güvenlik açıklarını kullanarak sisteme sızma ve kontrolü ele geçirme olasılığını artırmaktadır. SCADA sistemlerinde karşılaşılan bir başka güvenlik açığı ise standart parola güvenliği uygulamalarıdır. SCADA sistemlerinde kullanıcıların zayıf ve varsayılan parolalar kullanması yetkisiz erişime zemin hazırlamaktadır. Ek olarak, SCADA sistemleri

internete bağlı cihazlarla iletişim kurabildiğinden ve günümüzde sistemlere uzaktan erişim gibi yöntemler kullanılabildiğinden siber saldırganlar için potansiyel bir hedef hâline gelmektedir.

EKS/SCADA sistemleri günümüzde bilişim, iletişim ve internet teknolojilerinin artan kullanımıyla birlikte bilişim teknolojileriyle entegre bir şekilde çalışmaya yönelik bir eğilim göstermektedir. Bu eğilim doğrultusunda, EKS veya SCADA sistemlerinin ana bileşenleri arasında veri transferini gerçekleştirmek için özel olarak tasarlanmış haberleşme protokolleri kullanılmaktadır [16]. Amerikan Gaz Birliği'nin AGA-12 standardına göre, yaklaşık 150-200 SCADA protokolü bulunmaktadır. Modbus TCP/IP, DNP3, Ethernet/IP, Profibus ve Fieldbus en popüler ve yaygın kullanılan haberleşme protokollerindendir [17]. SCADA sistemlerinde saha cihazları ile MDB arasındaki veri iletişimini sağlayan haberleşme protokolleri, bilgi ve iletişim teknolojilerindeki güvenlik açıklarına karşı savunmasız hâle gelebilmektedir.

Haberleşme protokollerinin siber güvenlik analizleri yapıldığında, çeşitli güvenlik zafiyetlerinin olduğu bilinmektedir. Bu protokollerin güvenlik zafiyetlerinden faydalanılarak siber saldırı gerçekleştirilmesi muhtemeldir. Protokollerdeki güvenlik zafiyetlerinin sömürülmesiyle gerçekleştirilebilecek siber saldırılar amacına ve şiddetine bağlı olarak verilerin çalınması, SCADA sistemlerinin ele geçirilmesi ve devre dışı bırakılması gibi çeşitli olumsuz sonuçlara neden olabilmektedir. Örneğin, yetkilendirme ve kimlik doğrulama mekanizmalarında eksiklik bulunan protokoller çeşitli saldırılara karşı savunmasız kalmaktadır. Bu protokollerin özellikleri baz alınarak tekrarlama saldırısı, yığın tabanlı arabellek taşması, yetkisiz komut yürütme ve Dağıtılmış Hizmet Reddi (DDoS – Distributed Denial of Service) saldırısı gibi saldırılar yapılabilmektedir [18]. Bazı SCADA protokolleri, güvenlik zafiyetleri nedeniyle siber saldırılara karşı savunmasızdır. Bu tür saldırılar, endüstriyel sistemlerin verimliliğini, güvenilirliğini ve güvenliğini riske atabilmektedir.

4. SCADA Sistemlerine Yönelik Siber Saldırılar

Kritik altyapılarda kullanılan SCADA ve DCS sistemlerine yönelik gerçekleştirilen saldırılar, siber terör eylemleri olarak nitelendirilebilir [3]. Bu eylemlerin hedefleri, politik, sosyokültürel ve ekonomik boyutlarda yoğunlaşmakta ve bu alanların kesişim noktasında, tüm alanları etkileyen saldırıların özellikle kritik altyapılara yöneleceği anlaşılmaktadır [19]. Bu tür saldırılar, ekonomik dengeleri alt üst etmenin yanı sıra toplumsal hizmetlerde kesintilere yol açabilir. Bu derlemenin ilgili bölümünde, kritik altyapılar açısından büyük önem taşıyan “Enerji” sektörüne vurgu yapılmaktadır. Kritik enerji altyapısı; elektrik santralleri, iletim hatları, dağıtım şebekeleri, petrol ve doğal gaz boru hatları, depolama tesisleri ve diğer ilgili tesisler gibi enerjinin üretimi, iletimi, dağıtımı, tedariki ve

depolanmasında kullanılan tüm sistemleri kapsamaktadır. Enerji sektörüne yönelik gerçekleştirilen siber saldırılar, elektrik, gaz ve ısı gibi temel hizmetlerin kesintiye uğramasına sebep olabilmektedir. Enerji kesintilerine yol açan siber saldırılar, ülkelerde toplumsal ve ekonomik istikrarı ciddi şekilde bozan kaotik bir ortam oluşturabilmektedir.

SCADA sistemleri bugüne kadar birçok siber saldırıya maruz kalmıştır. 2007, 2010 ve 2014 yıllarında farklı versiyonlarıyla ortaya çıkan BlackEnergy adlı kötü amaçlı yazılım, öncelikle DDoS saldırılarında kullanılmıştır. Son sürümünde ise, VPN (Virtual Private Network) kimliklerine erişerek şirket içi ağlarda hareket edebilir hale gelmiştir [20, 21].

2013 yılında Havex RAT adlı bir casus yazılımın birçok kritik altyapı sektöründeki endüstriyel kontrol sistemlerini hedef alan bir zararlı yazılım olarak kullanıldığı keşfedilmiştir [20, 22, 23]. Saldırganlar, kötü niyetli yazılımı SCADA sistemlerine yönelik yazılım dağıtımı yapan platformlara sızdırdılar. Bu yazılım, web sitesi üzerinden indirildikten ve kurulduktan sonra sisteme bulaşmakta ve yayıldığı kontrol ağına dâhil olan cihazlarda endüstriyel protokolleri ve portları taramaktadır.

2016 yılında Ukrayna’da gerçekleşen kötü amaçlı yazılım enjeksiyonu saldırısında zararlı yazılım, iletim trafo merkezi kontrol sistemlerine izinsiz girmiştir. Saldırı sonucunda gecenin o saatinde güç kullanımında beşte bir azalma olmuştur [24].

2016 yılı Temmuz ayında Türkiye’de enerji sektörüne yönelik gerçekleşen bir diğer önemli siber saldırı, Anonymous adlı hacker grubu tarafından İzmir Gaz firmasına karşı düzenlenmiştir. Doğal gaz dağıtım ve tedariki sağlayan firmanın internet sitesi saldırı sonrası erişime kapatılmış; kullanıcı şifreleri, faturalama bilgileri, bakım raporları ve bütçe verileri gibi kritik bilgiler ele geçirilmiştir [25].

Tablo 1, son dönemlerde dünya genelinde enerji sektörüne yönelik gerçekleştirilen çeşitli siber saldırı örneklerini sunmaktadır.

Ülke Rusya

Yıl 1982

Tablo 1. Enerji sektöründe gerçekleşen önemli siber saldırılar

Siber Saldırı Siber Saldırı Hedef

Siber

Siber Saldırının

Adı

Türü

Etkisi

Sonucu

Sibirya gaz Kod

Gaz boru Başarılı 3 kiloton TNT

boru hattı manipülasyonu hattı kontrol

eşdeğeri patlama

Referans Avcı [26]

Kritik Altyapıların Savunmasında Yeni Nesil Yöntemler: Siber Saldırıların Tespitinde Yapay Zekâ Uygulamaları New Generation Methods in the Defense of Critical Infrastructures: Artificial Intelligence Applications in Detecting Cyber Attacks

Litvanya 1992

ABD ABD

2003 2007

Türkiye

İran

Katar ve Suudi Arabistan Ukrayna

2012 2015

Suudi

Arabistan

Dünya Geneli

Ignalia nükleer santrali siber saldırısı Bellingham boru hattı felaketi SQL Slammer

Idaho ulusal laboratuvarı saldırısı

Türkiye Petrol boru hattı saldırısı

Stuxnet

Aramco ve RasGas saldırısı Ukrayna Elektrik Sistemi Kesintisi

Triton

Dragonfly 2.0

Kötü amaçlı yazılım

Kod manipülasyonu

Yanlış veri enjeksiyonu

Ağa sızma

sistemi yazılımı Reaktör

SCADA sistemi

Otomasyon segmenti Dizel jeneratör

Kontrol sistemi vanaları

Santrifüjleri kontrol eden SCADA sistemi

SCADA sistemi 3 dağıtım şirketinde kesici ayarlarına saldırı

Endüstriyel kontrol sistemleri

SCADA sistemleri

Başarılı Başarılı Başarılı Başarılı Başarılı

Başarılı Başarılı

Tam olarak ne kadar başarılı olunduğu bilinmiyor

meydana

gelmiştir.

Sistemin belirli

işlevlerinde

aksaklık

yaşanmıştır.

3 kişi öldü, birçok

kişi yaralandı ve

çevresel hasar

meydana geldi.

Hizmetin

uğraması

Dizel jeneratörün

devre kesicisi

manipüle edildi

jeneratör

patladı.

Petrol

boru

hattının kontrol

parametreleri

manipüle edildi,

petrol patlaması

gerçekleşti ve

30.000 varil suda

hecelendi.

Stuxnet solucanı

sistemlerine

sızarak

santrifüjlerin

normal işleyişini

bozdu ve İran’da

bir

uranyum

zenginleştirme

tesisi de dâhil

olmak üzere en az

14 sanayi bölgesi

enfekte oldu.

Enerji üretimi ve

dağıtımı

etkilenmiştir.

30 trafo merkezi

devre

bırakılmış ve

230.000’den fazla

kişi altı saat

süreyle elektriksiz

kalmıştır.

Kontrolörlere

kötü

amaçlı

yazılım yüklendi

ve operatörlerin

erişimi

engellendi.

Endüstriyel

tesislerin üretim

süreçlerini

etkilemeye

çalıştılar.

Masood [27] Yohanandhan ve ark. [24] Yadav ve ark. [28] Yağcı ve ark. [20] Yohanandhan ve ark. [24]

Thapliyal ve ark. [29]

Yohanandhan ve ark. [24] Sevim [30]

Hindistan 2019

Rusya

Ukrayna 2022 Danimarka 2023

DDoS

Hizmet reddi

İletişim ağı Kısmen başarılı

Kudankulam nükleer santrali siber saldırısı

Ortadaki adam saldırısı

Santraldeki sistemler

Bad Rabbit

Fidye yazılımı SCADA

Başarısız

Colonial boru Fidye yazılımı Petrol boru Başarılı

hattı saldırısı saldırısı

hattı işletim

Industroyer2 saldırısı

Zararlı yazılım

Elektrik iletim ve dağıtım altyapısı

Danimarka enerji altyapısı saldırısı

Güvenlik açığından yararlanma (Zyxel güvenlik duvarı zafiyeti)

22 enerji kuruluşu

Kısa bir süre için

sisteminin işleyişi

kesintiye uğradı

ancak bu bir

kesintisine neden

olmadı.

Etkilenen

sistemler hayati iç

ağdan ayrıldı ve

sistemin geri

kalan işlevselliği

etkilenmedi.

Sisteme

bulaştığında

kullanıcıların

dosyalarına

erişimini

şifreleyerek

engelliyordu

ancak saldırı

başarıyla

sonuçlanmadı.

Eğer

başarılı olsaydı,

şirketin enerji

üretim

dağıtımını felç

ederek büyük bir

enerji krizine yol

açabilirdi.

Şirketin

sunucuları

kilitlendi, ülkenin

doğu yakasında

benzin tedariki

kesintiye uğradı.

Fidye olarak 4,4

milyon dolar

değerinde bitcoin

ödendi.

Planlı

infaz

önlenmiş olsa da,

sistemler hedef

alınmış ve ülke

genelinde enerji

kesintisi riski

oluşturmuştur.

Bilgisayar

korsanları,

sistemler üzerinde

tam kontrol sahibi

oldu. Saldırı,

enerji

arzını

uğratmasa da,

yamalanmamış

sistemlerin

oluşturduğu

riskleri ve kritik

altyapıya önemli

zarar

verme

Yohanandhan ve ark. [24]

Yohanandhan ve ark. [24] Yağmur [31]

Alomari ve ark. [32]

Kozak ve ark. [33]

Kritik Altyapıların Savunmasında Yeni Nesil Yöntemler: Siber Saldırıların Tespitinde Yapay Zekâ Uygulamaları New Generation Methods in the Defense of Critical Infrastructures: Artificial Intelligence Applications in Detecting Cyber Attacks

Avustralya 2023 ve Birleşik Krallık

Energy One Kurumsal siber saldırısı ihlali

ağ Energy One Kısmen şirketinin başarılı Avustralya ve Birleşik Krallık’ taki kurumsal sistemleri

2024 Halliburton saldırısı

Yetkisiz uzaktan erişim

Petrol ve Başarılı doğalgaz sektörü

potansiyelini

vurguladı.

Sistemlere sızma

gerçekleşti.

Şirket, saldırının

etkisini

sınırlamak için

bazı

sistem

bağlantılarını

devre dışı bıraktı

ve ilgili otoriteleri

bilgilendirdi. Veri

sızıntısı olup

olmadığı

etkilenen unsurlar

kamuoyuna

açıklanmamıştır.

Halliburton

firması

sistemlerinde

yetkisiz erişim

tespit etti. Bu

nedenle, bazı

sistemlerini devre

bıraktı.

Finansal

operasyonel zarar

oluştu.

Kerner [35]

Tablo 1’den de anlaşılacağı üzere kritik altyapı sistemlerinde yaşanan bu tür kesintilerin etkilerinin ne kadar ciddi olduğu anlaşılmıştır. Su, elektrik, doğalgaz gibi temel hizmetlere erişimi sağlayan SCADA sistemlerinin güvenliği, milyonlarca insanın günlük yaşamını sürdürebilmesi için hayati öneme sahiptir [2]. Bu nedenlerden dolayı kritik altyapıların siber güvenliğinin sağlanması ile ilgili çalışmaların yapılması, kritik altyapıların potansiyel tehditlere karşı istikrarını ve bütünlüğünü korumak açısından elzemdir.

5. Siber Saldırı Tespitinde Yapay Zekâ Uygulamaları

SCADA sistemlerinin kritik altyapılar için oldukça maliyetli olması nedeniyle bu sistemlere yönelik siber saldırıların sebep olabileceği kesintilerin önlenmesi, hem kuruluşun hem de hizmetten yararlanan toplumun güvenliği açısından SCADA sistemlerine yönelik güvenlik tedbirlerinin alınmasını zorunlu kılmaktadır. Aslında bir bakıma, kritik altyapıların güvenliğinin sağlanması SCADA sistemlerini korumaktan geçmektedir [2].

SCADA sistemleri için gerekli önlemler alınmalı ve sistemlerin güvenliği için siber saldırı tespit sistemleri geliştirilmelidir. Siber saldırıların sıklığı ve bu saldırılardan ekonomik olarak zarar görenlerin sayısına dair net verilere ulaşmak saldırıların gizlenmesi ve suçluların yakalanmaması gibi faktörler nedeniyle zordur [36].

Literatürde siber saldırı tespiti ile ilgili çalışmalar bulunmaktadır. Angin, çalışmasında askeri otonom ağ sistemlerini siber saldırılara karşı korumaya odaklanmıştır.

Angin blokzincir tabanlı bir iletişim mimarisi kullanarak veri bütünlüğü ihlalleri, kimlik doğrulama sahtekârlığı, gizli mesaj saldırıları ve ortadaki adam saldırıları gibi yaygın saldırı türlerini tespit etmeyi ve engellemeyi amaçlamıştır. Araştırmacı, bu çalışmanın veri bütünlüğü ihlalleri ve kimlik doğrulama sahtekârlığına karşı koruma sağladığını belirtmiştir [37].

Süzen ve arkadaşları [37], Endüstri 4.0’ın temel taşlarından biri olan nesnelerin kablosuz iletişiminde ağa sızma, kırma ve taklit etme yeteneklerinin veri güvenliğini nasıl etkilediğini ve bu saldırılara karşı güvenlik için hangi yöntemlerin gerektiğini değerlendirmişlerdir. Çalışmada, kablosuz ağlara ve bu ağlardaki cihazlara yönelik üç farklı saldırı senaryosu ele alınmıştır. WPA, WEB, WPA2 gibi güvenlik önlemlerinin tek başına yeterli olmadığı ve güvenlik politikaları, gizlilik, yetkilendirme ve şifreleme sistemleri gibi unsurlarla güçlendirilmesi gerektiği belirtilmiştir.

Çelik ve ark. [38], 1989 ile 2017 yılları arasında GPCoder, CryptoLocker, Winlock, Reveton, Locky, Cryptowall, Keranger, WannaCry ve Petya gibi siber saldırıları inceleyen kapsamlı bir araştırma gerçekleştirmişlerdir. Bu saldırılara karşı çözüm yöntemi olarak antispam/malware, eğitim, ağ yapısı ve yönetilmesi, yeni nesil güvenlik sistemleri, yedekleme ve veri kurtarma, operasyonel temizleme gibi bir dizi yöntem önermişlerdir.

Miciolino ve ark. [39], küçük bir şehrin su sistemini simüle eden bir siber-fiziksel test ortamında çeşitli siber saldırılar gerçekleştirerek SCADA iletişim ağının bütünlüğünü ve doğruluğunu değerlendirmişlerdir. Deneysel bulgular, endüstriyel kontrol sistemlerinde yaygın olarak kullanılan

Modbus protokolünün güvenlik açıklarını ortaya koymuştur. Araştırmacılar, bir saldırganın sistem hakkında yeterli bilgiye sahip olması durumunda, aktüatör komutlarını veya sensör okumalarını değiştirerek kötü niyetli amaçlarına ulaşabileceği sonucuna varmışlardır.

Bu ve buna benzer çalışmalar, siber saldırıların tespitinde kullanılmış olsa da, günümüzde saldırıların giderek karmaşık hale gelmesi tespit sürecini zorlaştırmıştır. Bu nedenle, güvenliği sağlamak için yazılım geliştirme öncelikli olmalı ve güçlü yasal düzenlemelerle desteklenmelidir.

Günümüzde, geleneksel saldırı tespit yöntemlerinin yerine büyük veri setlerini analiz ederek anormallikleri tanımlayabilen yapay zekâ tekniklerine yönelik eğilim artmıştır. Yapay zekânın kesin bir şekilde tanımlanması güçtür [40]. Yapay zekâ, bilgisayarlar veya dijital sistemler tarafından insan benzeri davranışları taklit eden ve belirli görevleri başarabilen bir yetenek olarak tanımlanabilir [41]. Yapay zekâ sistemlerinin bu yetenekleri kazanmasında, temelinde yatan yaklaşımlar büyük rol oynamaktadır. Bu yaklaşımların temelini yapay zekânın alt dallarından olan makine öğrenmesi ve derin öğrenme kavramları oluşturmaktadır. Bu iki kavram tamamen birbirinden bağımsız değildir ve derin öğrenme, nispeten daha yeni bir yaklaşım olarak makine öğrenmesinin bir alt kümesini temsil etmektedir [42]. Çoğu siber saldırı anlık olarak gerçekleştiği için en kısa sürede tespit edilmesi gerekmektedir. Yapay zekâ algoritmaları, büyük veri kümelerini gerçek zamanlı olarak analiz edebilir ve hızlı bir şekilde cevap verebilir.

Bununla birlikte, yapay zekâ sistemleri insan hatalarını en aza indirirken farklı türdeki siber saldırıları tanımlama ve savunma stratejileri geliştirme konusunda esneklik sağlamaktadır. Bu nedenle, yapay zekâ sistemleri siber güvenlik için kritik bir rol oynamakta olup siber saldırıları tespit etme ve engelleme konusunda temel bir araç haline gelmiştir.

Tablo 2. Siber saldırı tespitinde geleneksel yöntemler ve yapay

zekâ yöntemlerinin karşılaştırılması [41,43]

Kriter

Geleneksel

Yapay Zekâ

Yöntemler

Yöntemleri

Tehdit tespiti

Sadece bilinen Bilinen ve yeni

tehditleri tanır.

tehditleri

tanıyabilir.

Uyarı ve analiz

etme ve

eder, ilişkilendirir

ilişkilendirme

ve hızlı tepki

yeteneği

verir.

düşüktür.

Esneklik ve

Dinamik

Öğrenerek

öğrenme

tehditlere karşı tehditlere uyum

esneklik

sağlar.

gösteremez.

Gerçek zamanlı Yalnızca tanımlı

Bilinmeyen

tepki

kalıpları

tehditleri anlık

eşzamanlı tespit olarak tespit eder.

eder, analiz

yeteneği yoktur.

İnsan müdahalesi Sürekli izleme ve Otomatik karar

manuel müdahale

verir ve

gerektirir.

müdahale

ihtiyacını azaltır.

Tablo 2, siber saldırı tespitinde kullanılan geleneksel ve yapay zekâ tabanlı yöntemleri karşılaştırarak yapay zekânın sunduğu teknik avantajları ve esneklik olanaklarını literatür ışığında özetlemektedir.

Yapay zekâ yöntemleri ile potansiyel tehditleri erken aşamada tespit edip tanımlamaya yönelik çalışmalar kritik altyapıların işleyişinde önemli bir rol oynayan SCADA sistemlerinin güvenliğini sağlamak için katkı sunabilir. Bu doğrultuda, SCADA sistemlerine yönelik çeşitli siber saldırıları önceden yüksek doğrulukla tespit edebilecek yapay zekâ tabanlı yöntemler geliştirmek büyük önem taşımaktadır.

Tablo 3’te, kritik altyapılar üzerindeki siber saldırıların yapay zekâ yöntemleriyle tespitine yönelik literatürde yer alan çalışmalar geniş bir yelpazede sunulmakta ve karşılaştırılmaktadır.

Kritik Altyapıların Savunmasında Yeni Nesil Yöntemler: Siber Saldırıların Tespitinde Yapay Zekâ Uygulamaları New Generation Methods in the Defense of Critical Infrastructures: Artificial Intelligence Applications in Detecting Cyber Attacks

Yıl 2016 2016

2018 2018 2018

2018 2019

Tablo 3. Yapay zekâ yöntemleri ile siber saldırıların tespitine yönelik literatürdeki çalışmaların karşılaştırılması

Çalışmanın Amacı

Kullanılan Yöntem Referans

İçme suyu dağıtım

Siber saldırıları ve

Makine öğrenmesi tek Nader ve ark. [44]

tesisi gerçek veri seti izinsiz girişleri tespit sınıflı sınıflandırma

Kendi oluşturdukları Siber saldırıları gerçek Destek vektör makinesi Keliris ve ark. [45]

endüstriyel kontrol zamanlı olarak tespit

sürece etmek

duyarlı algılama veri

Endüstri kontrol sistemi Anormal izinsiz giriş Makine

öğrenimi Lin ve ark. [46]

test yatağı

olaylarını tespit etme tabanlı bir şema

Gaz boru hattı sistemi Endüstriyel ağ paketi Bloom filtre paketi Feng ve ark. [47]

içeriklerinin analizini anomali algılayıcısı ve

birleştiren anomalileri Uzun kısa süreli bellek

algılama

ağ tabanlı zaman serisi

düzeyi

anomali

algılayıcısı

NSL-KDD veri seti

Endüstriyel kontrol Derin öğrenme,

Potluri ve ark. [48]

ağlarındaki

siber makine öğrenmesi

saldırıları tespit etme

Güç sistemi saldırı veri Optimizasyona dayalı İzinsiz giriş ağırlıklı Shitharth

olarak bir SCADA parçacık tabanlı guguk Winston [49]

ağındaki

izinsiz kuşu

girişleri tespit etmek ve optimizasyonu,

sınıflandırmak

hiyerarşik

nöron

mimarisi tabanlı sinir

Mississippi Eyalet SCADA ağlarında Makine öğrenmesi Ullah ve Mahmud

Üniversitesi’nde

anomali tabanlı saldırı yaklaşımı kullanılarak [50]

geliştirilen

bir tespiti

hibrit model

sistemi veri seti

Güvenli su arıtma test Endüstriyel kontrol Evrişimsel sinir ağları Kravchik

sistemlerine yönelik

Shabtai [51]

siber saldırıları tespit

Elektrik yük tahmini Akıllı şebekeler için Derin öğrenme yığılmış Wang ve ark. [52]

siber saldırıları tespit otomatik kodlayıcı

Su depolama tankı Su arıtma ve dağıtma Rastgele orman, karar Teixeira ve ark.

kontrol sistemi test süreci kontrol sistemi ağacı,

[53]

siber saldırıları tespit lojistik regresyon,

Naive Bayes ve KNN

Güvenli su arıtma veri SCADA sistemleri Lojistik regresyon,

Hindy ve ark. [54]

tarafından

kontrol Gaussian Naive Bayes,

edilen su şebekelerinde destek

anomali tespiti

makinaları,

karar ağacı,

Gaz boru hattı SCADA sistemlerinde Destek

vektör Perez ve ark. [55]

sisteminden toplanan izinsiz giriş tespiti

IEC ve CyberGym SCADA sisteminde Zamansal

örüntü Kalech [56]

SCADA laboratuvarı tespit edilmesi zor tanımaya dayalı gizli

veri seti,

olarak bilinen meşru markov modeli ve

Negev Ben-Gurion işlevleri tespit etme

yapay sinir ağlarına

Üniversitesi gerçek

dayalı iki algoritma

SCADA veri seti

2020 2020

2020 2020 2021 2022 2023 2024 2024 2025

KDDCup'99 veri seti

Scriptler kullanarak kendi oluşturdukları iki adet veri seti Su depolama sisteminin ağ saldırıları veri seti

Gerçek bir trafo

merkezinden

edilen veri seti

Gaz boru hattı kontrol sistemine ait veri seti

VirusTotal ve Windows

işletim sistemlerinden

kendilerinin

ettikleri veri seti

Gerçek zamanlı bir

SCADA test yatağı veri

WADI

(Water

Distribution)

–

Singapur Teknoloji ve

Tasarım Üniversitesi

SWaT (Secure Water Treatment) – Singapur Teknoloji ve Tasarım Üniversitesi

BATADAL

CSE – CIC – IDS2018

SCADA sistemlerini DDoS saldırılarına karşı korumak için 3 farklı makine öğrenimi algoritması kullanarak bir çerçeve geliştirmek SCADA ağları için saldırı tespit sistemi

SCADA ağlarındaki saldırıların belirlenmesi ve sınıflandırılması

DNP3 protokolünü

kullanan

sistemleri için saldırı

tespit ve önleme sistemi

Modbus protokolüne

yönelik

sistemlerine yapılan

siber saldırıların analizi

SCADA kontrollü

elektrikli araç şarj

istasyonunda fidye

yazılımı algılama

Endüstriyel process

kontrol

SCADA ağında saldırı

tespiti

Genetik algoritma ile

zenginleştirilen Naive

Bayes yaklaşımı ile

siber saldırıların hassas

ve etkili şekilde tespiti

saldırıların

sınıflandırılması

Su

dağıtım

IoT ortamlarında siber

J48, Naive Bayes ve

rastgele

orman

İleri beslemeli sinir ağı, uzun kısa süreli bellek

Kümeleme,

STS

tabanlı

geliştirilmiş guguk

kuşu

optimizasyon,

genetik

makine

öğrenmesi tabanlı sinir

Denetimli

denetimsiz makine

öğrenimi algılama

modelleri

Veri madenciliği,

karar ağacı

Derin sinir ağı, 1D evrişimli sinir ağı, uzun kısa süreli bellek

Destek

rastgele orman, NB

Genetik algoritma, NB

Rastgele orman, KNN, destek vektör makinesi, LSTM

Ekstra

ağaç

sınıflandırıcısı

regresyon analizi

Autoencoder (AE),

Deep Belief Network

(DBN),

Dingo

Optimizer (DO)

Alhaidari ve ALDahasi [57]

Gao ve ark.[58]

Benisha ve Ratna [59]

Grammatikis ve ark. [60]

Söğüt ve Erdem [16]

Basnet ve ark[61]

Rajesh

Satyanarayana [62]

Tanyıldız ve ark. [63]

Jaradat ve ark. [64]

Rustam ve ark. [65] Yarram [66]

6. Sonuçlar

SCADA sistemlerinin, enerji sektörü başta olmak üzere çeşitli endüstriyel süreçlerde geniş bir uygulama alanına sahip olmaları, bu sistemleri siber güvenlik açısından önemli bir hale getirmektedir. Yapay zekâ yöntemleri siber tehditleri gerçek zamanlı olarak tespit etmede etkili çözümler sunmaktadır. Literatürde yer alan çalışmalar, saldırı tespit sistemlerinin geliştirilmesinin önemini vurgulamaktadır. Bu derlemede, kritik altyapılardaki SCADA sistemlerine yönelik siber saldırılar ve bu saldırıların tespiti için kullanılan yapay zekâ algoritmaları son yılların literatürü ışığında incelenmiş ve

karşılaştırılmıştır. Literatür taraması ve karşılaştırılmalı analiz sonucunda, siber saldırıların tespitinde makine öğrenmesi algoritmalarının diğer yöntemlere kıyasla daha yaygın bir şekilde kullanıldığı belirlenmiştir.

Literatürdeki çalışmalar, yapay zekâ yöntemlerinin kritik altyapıların siber güvenliğini sağlamak için çeşitli uygulama alanlarında kullanıldığını göstermektedir. Bu çalışmaların çoğu belirli veri kümelerine dayanmakta ve farklı yapay zekâ algoritmalarıyla gerçekleştirilmektedir. Gerçekleştirilen araştırmaların odak noktaları, yöntemleri ve uygulama yaklaşımları önemli ölçüde farklılık göstermektedir. Bazı çalışmalar daha çok algoritma temelli teknik çözümler

Kritik Altyapıların Savunmasında Yeni Nesil Yöntemler: Siber Saldırıların Tespitinde Yapay Zekâ Uygulamaları New Generation Methods in the Defense of Critical Infrastructures: Artificial Intelligence Applications in Detecting Cyber Attacks

sunarken, bazıları uygulama bağlamına odaklanarak farklı sistemler için uyarlanabilir modeller geliştirmeyi amaçlamaktadır. Bu durum, yapay zekâ yöntemlerinin kritik altyapıların çeşitli bileşenlerine özgü şekillendiğini göstermektedir.

Bu çalışmada elde edilen bulgular, yapay zekânın siber güvenlik alanında önemli bir araç olduğunu ortaya koymaktadır. Özellikle, SCADA sistemleriyle uyumlu güvenlik çözümleri geliştirmeye odaklanan hibrit modellerin ve gelişmiş algoritmaların kullanımının artmasının kritik altyapıların siber güvenliğini güçlendirmede önemli bir rol oynayacağı anlaşılmaktadır. Bu gelişmelerin, toplumun temel hizmetlere kesintisiz erişimini sağlama açısından da kritik bir katkı sunacağı öngörülmektedir.

7. Kaynaklar

[1]

A. Wali and F. Alshehry, "A survey of security

challenges in cloud-based SCADA systems,"

Computers, vol. 13, no. 4, p. 97, 2024.

[2]

Ş. Sağıroğlu, "Siber güvenlik ontolojisi-I," Siber

Güvenlik ve Savunma Kitap Serisi 6: Siber güvenlik

ontolojisi, tehditler ve çözümler, Nobel Akademik

Yayıncılık, Ankara, 2021.

[3]

E. Söğüt, "SCADA sistemlerine yönelik siber

saldırıların tespiti için yeni bir hibrit makine

öğrenmesi yöntemi," Doktora Tezi, Gazi Üniversitesi

Fen Bilimleri Enstitüsü, Ankara, 2023.

[4]

R. Von Solms and J. Van Niekerk, "From information

security to cyber security," Computers & Security,

vol. 38, pp. 97-102, 2013.

[5]

J. Srinivas, A. K. Das, and N. Kumar, "Government

regulations in cyber security: Framework, standards

and recommendations," Future generation computer

systems, vol. 92, pp. 178-188, 2019.

[6]

E. Irmak ve İ. Erkek, "Endüstriyel kontrol sistemleri

ve SCADA uygulamalarının siber güvenliği: Modbus

TCP protokolü örneği," Gazi University Journal of

Science Part C: Design and Technology, vol. 6, no.

1, pp. 1-16, 2018.

[7]

L. A. Maglaras et al., "Cyber security of critical

infrastructures," Ict Express, vol. 4, no. 1, pp. 42-45,

2018.

[8]

E. J. Byres and P. Eng, "Cyber security and the

pipeline control system," Pipeline & Gas Journal,

vol. 236, no. 2, pp. 58-59, 2009.

[9]

E. Şeker, "Yapay zeka tekniklerinin/uygulamalarının

siber savunmada kullanımı," Uluslararası Bilgi

Güvenliği Mühendisliği Dergisi, vol. 6, no. 2, pp.

108-115, 2020.

[10] M. Karaçor ve K. Keleş, "Otomasyon sistemlerinin

bileşenleri," VI. Otomasyon Sempozyumu, Samsun,

2007.

[11] S. Dransfeld, "Measurement and supervision in

automated production," Thesis for the Degree of

Doktor Ingenior, Norwegian University of Science

and Technology Faculty of Engineering Science &

Technology, Trondheim. 2007.

[12] M. Endi and Y. Elhalwagy, "Three-layer

PLC/SCADA system architecture in process

automation and data monitoring," in 2010 the 2nd

international conference on computer and

automation engineering (ICCAE), 2010, vol. 2. pp. 774-779. [13] J. P. Lahti, A. Shamsuzzoha, and T. Kankaanpää, "Web-based technologies in power plant automation and SCADA systems: A review and evaluation," in 2011 IEEE International Conference on Control System, Computing and Engineering, IEEE, 2011, pp. 279-284. [14] R. K. Chauhan, M. Dewal, and K. Chauhan, "Intelligent SCADA system," International Journal on power system optimization and Control, vol. 2, no. 1, pp. 143-149, 2010. [15] M. H. İbrahim, "SCADA Sistemi: Şehir İçi ve Şehirlerarası Yolların Aydınlatma Sisteminin Kontrolü ve Otomasyonu," Çukurova Üniversitesi Mühendislik Fakültesi Dergisi, vol. 37, no. 3, pp. 653-662, 2022. [16] E. Söğüt ve O. A. Erdem, "Endüstriyel kontrol sistemlerine (SCADA) yönelik siber terör saldırı analizi," Politeknik Dergisi, vol. 23, no. 2, pp. 557566, 2020. [17] V. M. Igure, S. A. Laughter, and R. D. Williams, "Security issues in SCADA networks," computers & security, vol. 25, no. 7, pp. 498-506, 2006. [18] P. Kamal, A. Abuhussein, and S. Shiva, "Identifying and scoring vulnerability in SCADA environments," in Future Technologies Conference (FTC), 2017, vol. 2017, pp. 845-857. [19] E. Kıran ve İ. Soğukpınar, "Kritik Altyapılarda Siber Risk Analizi ve Yönetimi," Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, vol. 14, no. 1, pp. 15-33, 2021. [20] M. Y. Yağci, "SCADA sistemler için güvenli model oluşturulması," Yüksek Lisans Tezi, İstanbul Üniversitesi-Cerrahpaşa Lisansüstü Eğitim Enstitüsü, 2020. [21] R. Khan, P. Maynard, K. McLaughlin, D. Laverty, and S. Sezer, "Threat analysis of blackenergy malware for synchrophasor based real-time control and monitoring in smart grid," in 4th International Symposium for ICS & SCADA Cyber Security Research 2016, BCS, 2016, pp. 53-63. [22] S. Abe, Y. Tanaka, Y. Uchida, and S. Horata, "Tracking attack sources based on traceback honeypot for ICS network," in 2017 56th Annual Conference of the Society of Instrument and Control Engineers of Japan (SICE), IEEE, 2017, pp. 717-723. [23] S. Abe, Y. Tanaka, Y. Uchida, and S. Horata, "Developing deception network system with traceback honeypot in ICS network," SICE Journal of Control, Measurement, and System Integration, vol. 11, no. 4, pp. 372-379, 2018. [24] R. V. Yohanandhan, R. M. Elavarasan, R. Pugazhendhi, M. Premkumar, L. Mihet-Popa, and V. Terzija, "A holistic review on Cyber-Physical Power System (CPPS) testbeds for secure and sustainable electric power grid–Part–I: Background on CPPS and necessity of CPPS testbeds," International Journal of Electrical Power & Energy Systems, vol. 136, p. 107718, 2022. [25] S. Akçalı ve M. B. K. Önaçan, "Türkiye'de siber saldiri olaylari ve siber savunma yeteneklerinin gelişimi," The Journal of Academic Social Science Studies, no. 78, pp. 351-369, 2024.

[26] İ. Avcı, "Akıllı doğal gaz şebekelerinde siber

güvenlik açıklarının araştırılması ve olgunluk modeli

geliştirilmesi," Doktora Tezi, İstanbul Üniversitesi

Cerrahpaşa Lisansüstü Eğitim Enstitüsü, İstanbul,

2021.

[27] R. Masood, "Assessment of cyber security challenges

in nuclear power plants security incidents, threats,

and initiatives," Cybersecurity and Privacy Research

Institute the George Washington University, 2016.

[28] G. Yadav and K. Paul, "Architecture and security of

SCADA systems: A review," International Journal

of Critical Infrastructure Protection, vol. 34, p.

100433, 2021.

[29] N. Thapliyal and S. Dhariwal, "Protecting A Nuclear

Power Plant Against A Stuxnet Attack: Power Of

Computer Security," in 2023 International

Conference on Communication, Security and

Artificial Intelligence (ICCSAI), 2023: IEEE, pp.

598-603.

[30] C. Sevim, "Yeni Enerji Jeopolitiğine Genel Bakış,"

İzmir Sosyal Bilimler Dergisi, vol. 2, no. 2, pp. 57-63,

[31] E. Yağmur, "SCADA sistemlerinde dagitik hizmet

disi birakma saldirilarinin derin ögrenme ve makine

ögrenmesi yöntemleri ile tespiti," Yüksek Lisans

Tezi, Konya Teknik Üniversitesi Lisansüstü Eğitim

Enstitüsü, Konya, 2023.

[32] M. A. Alomari et al., "Security of Smart Grid:

Cybersecurity Issues, Potential Cyberattacks, Major

Incidents, and Future Directions," Energies, vol. 18,

no. 1, p. 141, 2025.

[33] P. Kozak, I. Klaban, and T. Šlajs, "Industroyer cyberattacks on Ukraine's critical infrastructure," in 2023

International Conference on Military Technologies

(ICMT), 2023: IEEE, pp. 1-6.

[34] S. Y. Diaba, M. Shafie-khah, and M. Elmusrati,

"Cyber-physical attack and the future energy

systems: A review," Energy Reports, vol. 12, pp.

2914-2932, 2024.

[35] S. M. Kerner. "Halliburton cyberattack explained:

What

happened?"

TechTarget.

https://www.techtarget.com/whatis/feature/Halliburt

on-cyberattack-explained-What-happened (accessed

17 May, 2025).

[36] C. Hatipoğlu ve T. Tunacan, "Türkiye’de Siber

Saldırı ve Tespit Yöntemleri: Bir Literatür

Taraması," Bilecik Şeyh Edebali Üniversitesi Fen

Bilimleri Dergisi, vol. 8, no. 1, pp. 430-445, 2021.

[37] A. A. Süzen, M. A. Şimşek, K. Kayaalp, ve R.

Gürfidan, "Endüstri 4.0’da Nesnelerin Kablosuz Etki

Alanlarına Yapılan Saldırı Metodolojisi," Nevşehir

Bilim ve Teknoloji Dergisi, vol. 8, pp. 143-151, 2019.

[38] S. Çelik ve B. Çeliktaş, "Güncel Siber Güvenlik

Tehditleri: Fidye Yazılımlar," CyberPolitik Journal,

vol. 3, no. 5, pp. 105-132, 2018.

[39] E. E. Miciolino, G. Bernieri, F. Pascucci, and R.

Setola, "Communications network analysis in a

SCADA system testbed under cyber-attacks," in 2015

23rd Telecommunications Forum Telfor (TELFOR),

2015: IEEE, pp. 341-344.

[40] X. Du‐Harpur, F. Watt, N. Luscombe, and M. Lynch,

"What is AI? Applications of artificial intelligence to

dermatology," British Journal of Dermatology, vol.

183, no. 3, pp. 423-430, 2020.

[41] M. M. Mijwil, E. Sadıkoğlu, E. Cengiz, ve H.

Candan, "Siber güvenlikte yapay zekanın rolü ve

önemi: bir derleme," Veri Bilimi, vol. 5, no. 2, pp. 97-

105, 2022.

[42] U. Altınmakas, "Üretken Yapay Zekâ Tarafından

Üretilen Fikri Ürünlerde Yapay Zekânın Eser

Sahipliği ve Telif Hakkı," Anadolu Üniversitesi

Hukuk Fakültesi Dergisi, vol. 11, no. 1, pp. 457-480,

2025.

[43] E.

Şeker,

"Yapay

Zekâ

Tekniklerinin/Uygulamalarının Siber Savunmada

Kullanımı," Uluslararası Bilgi Güvenliği

Mühendisliği Dergisi, vol. 6, no. 2, pp. 108-115,

[44] P. Nader, P. Honeine, and P. Beauseroy, "Detection

of cyberattacks in a water distribution system using

machine learning techniques," in 2016 Sixth

International Conference on Digital Information

Processing and Communications (ICDIPC), 2016:

IEEE, pp. 25-30.

[45] A. Keliris, H. Salehghaffari, B. Cairl, P.

Krishnamurthy, M. Maniatakos, and F. Khorrami,

"Machine learning-based defense against processaware attacks on industrial control systems," in 2016

IEEE International Test Conference (ITC), 2016:

IEEE, pp. 1-10.

[46] C.-T. Lin, S.-L. Wu, and M.-L. Lee, "Cyber attack

and defense on industry control systems," in 2017

IEEE Conference on Dependable and Secure

Computing, 2017: IEEE, pp. 524-526.

[47] C. Feng, T. Li, and D. Chana, "Multi-level anomaly

detection in industrial control systems via package

signatures and LSTM networks," in 2017 47th

Annual IEEE/IFIP International Conference on

Dependable Systems and Networks (DSN), 2017:

IEEE, pp. 261-272.

[48] S. Potluri, N. F. Henry, and C. Diedrich, "Evaluation

of hybrid deep learning techniques for ensuring

security in networked control systems," in 2017 22nd

IEEE International Conference on Emerging

Technologies and Factory Automation (ETFA), 2017:

IEEE, pp. 1-8.

[49] S. Shitharth, "An enhanced optimization based

algorithm for intrusion detection in SCADA

network," Computers & Security, vol. 70, pp. 16-26,

2017.

[50] I. Ullah and Q. H. Mahmoud, "A hybrid model for

anomaly-based intrusion detection in SCADA

networks," in 2017 IEEE International Conference

on Big Data (Big Data), 2017: IEEE, pp. 2160-2167.

[51] M. Kravchik and A. Shabtai, "Detecting cyber attacks

in industrial control systems using convolutional

neural networks," in Proceedings of the 2018

workshop on cyber-physical systems security and

privacy, 2018, pp. 72-83.

[52] H. Wang et al., "Deep learning-based interval state

estimation of AC smart grids against sparse cyber

attacks," IEEE Transactions on Industrial

Informatics, vol. 14, no. 11, pp. 4766-4778, 2018.

[53] M. A. Teixeira, T. Salman, M. Zolanvari, R. Jain, N.

Meskin, and M. Samaka, "SCADA system testbed for

cybersecurity research using machine learning

approach," Future Internet, vol. 10, no. 8, p. 76, 2018.

Kritik Altyapıların Savunmasında Yeni Nesil Yöntemler: Siber Saldırıların Tespitinde Yapay Zekâ Uygulamaları New Generation Methods in the Defense of Critical Infrastructures: Artificial Intelligence Applications in Detecting Cyber Attacks

[54] H. Hindy, D. Brosset, E. Bayne, A. Seeam, and X. Bellekens, "Improving SIEM for critical SCADA water infrastructures using machine learning," in International Workshop on Security and Privacy Requirements Engineering, 2018: Springer, pp. 3-19.

[55] R. L. Perez, F. Adamsky, R. Soua, and T. Engel, "Machine learning for reliable network attack detection in SCADA systems," in 2018 17th IEEE international conference on trust, security and privacy in computing and communications/12th IEEE international conference on big data science and engineering (TrustCom/BigDataSE), 2018: IEEE, pp. 633-638.

[56] M. Kalech, "Cyber-attack detection in SCADA systems using temporal pattern recognition techniques," Computers & Security, vol. 84, pp. 225238, 2019.

[57] F. A. Alhaidari and E. M. Al-Dahasi, "New approach to determine DDoS attack patterns on SCADA system using machine learning," in 2019 International conference on computer and information sciences (ICCIS), 2019: IEEE, pp. 1-6.

[58] J. Gao et al., "Omni SCADA intrusion detection using deep learning algorithms," IEEE Internet of Things Journal, vol. 8, no. 2, pp. 951-961, 2020.

[59] D. S. R. R. R.B. Benisha, "Detection of Intruison using Enhanced Machine Learning Model in SCADA Wireless Network," International Journal of Future Generation Communication and Networking, Research vol. 13, no. 1, 1, pp. 85-98, 2020.

[60] P. Radoglou-Grammatikis, P. Sarigiannidis, G. Efstathopoulos, P.-A. Karypidis, and A. Sarigiannidis, "DIDEROT: An intrusion detection and prevention system for DNP3-based SCADA systems," in Proceedings of the 15th International Conference on Availability, Reliability and Security, 2020, pp. 1-8.

[61] M. Basnet, S. Poudyal, M. H. Ali, and D. Dasgupta, "Ransomware detection using deep learning in the SCADA system of electric vehicle charging station," in 2021 IEEE PES Innovative Smart Grid Technologies Conference-Latin America (ISGT Latin America), 2021: IEEE, pp. 1-5.

[62] L. Rajesh and P. Satyanarayana, "Evaluation of machine learning algorithms for detection of malicious traffic in scada network," Journal of Electrical Engineering & Technology, vol. 17, no. 2, pp. 913-928, 2022.

[63] H. Tanyıldız, C. B. Şahin, and Ö. B. Dinler, "Effective Cyber Attack Detection Based on Augmented Genetic Algorithm with Naive Bayes," NATURENGS, vol. 4, no. 2, pp. 30-35, 2023.

[64] S. Jaradat, M. M. Komol, M. Elhenawy, and N. Dong, "Cyberattack detection on SWaT plant industrial control systems using machine learning," Artif. Intell. Auto. Syst, 2024.

[65] F. Rustam, M. Salauddin, U. Saeed, and A. D. Jurcut, "Dual-Approach Machine Learning for Robust Cyber-Attack Detection in Water Distribution System," in Proceedings of the 14th International Conference on the Internet of Things, 2024, pp. 248254.

[66] S. Yarram, "An Optimized Deep Learning Approach for Intrusion Detection: AE-DBN Hybrid Model with

Dingo Feature Selection on CSE-CIC-IDS2018," in 2025 International Conference on Computing for Sustainability and Intelligent Future (COMP-SIF), 2025: IEEE, pp. 1-9.

Özgeçmişler

Mehmet Akif ÖZGÜL, Karadeniz Teknik Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü’nden 2015 yılında lisans derecesi ile mezun olmuştur. Ayrıca Anadolu Üniversitesi İşletme Bölümü’nü 2020 yılında bitirmiş ve 2025 yılında Gazi Üniversitesi Elektrik-Elektronik Mühendisliği Anabilim Dalı’nda yüksek lisans eğitimini tamamlamıştır. 2017–2018 yılları arasında San-El Mühendislik’te saha mühendisi olarak altyapı ve enerji projelerinde görev almış, 2018’de Atlas Yapı Denetim’de kontrol mühendisi olarak çeşitli binaların elektrik projelerinin denetiminde çalışmıştır. 2018–2019 döneminde Torunlar GYO’da teknik müdür olarak enerji yönetimi, bakım-onarım süreçleri ve teknik ekiplerin koordinasyonundan sorumlu olmuştur. 2019 yılından itibaren Elektrik Üretim A.Ş. (EÜAŞ) Genel Müdürlüğü’nde görev yapmakta olup; bilgi güvenliği yönetim sistemleri, SCADA ve otomasyon güvenliği, OT güvenliği, siber güvenlik operasyonları, penetrasyon testleri ve iletişim altyapısı projelerinde yer almıştır. 2023 yılından bu yana Başmühendis – OT & Siber Güvenlik unvanıyla çalışmalarına devam etmektedir. Araştırma ve uzmanlık alanları arasında endüstriyel kontrol sistemleri, SCADA ve OT güvenliği, bilgi güvenliği yönetim sistemleri, yapay zekâ tabanlı siber saldırı tespit yöntemleri ve kritik altyapıların korunması yer almaktadır. Bu konularda çeşitli projelerde görev almış ve ulusal/uluslararası yayınlar gerçekleştirmiştir.

Şevki DEMİRBAŞ, Lisans Eğitimini 1993 yılında Gazi Üniversitesi Teknik Eğitim Fakültesi Elektrik Öğretmenliğinde tamamlamıştır. Yüksek Lisans ve Doktora eğitimlerini sırası ile 1996 ve 2001 yıllarında Gazi Üniversitesi Fen Bilimleri Enstitüsü Elektrik Eğitimi alanında tamamlamıştır. 1994 – 1998 yılları arasında Gazi Üniversitesi Teknik Eğitim Fakültesi’nde Araştırma Görevlisi, 1998 – 2002 tarihleri arasında Öğretim Görevlisi, 2002 – 2011 tarihleri arasında Yardımcı Doçent olarak görev yapmıştır. 2011’de Doçent ünvanı almış, 2011 – 2017 tarihleri arasında Gazi Üniversitesi Teknoloji Fakültesi Elektrik Elektronik Mühendisliği bölümünde doçent olarak görev yapmıştır. 2017 yılından itibaren aynı bölümde Profesör olarak görev yapmaktadır.