Gelişmiş Kalıcı Tehditler (APT'ler)
Gelişmiş Kalıcı Tehdit (APT), yetkisiz bir kişi veya grubun bir ağa erişim kazandığı ve bu algılanmayan erişimi uzun bir süre boyunca sürdürdüğü gizli bir siber saldırıdır. APT'lerin çoğu Ulus Devletlere atfedilirken, diğer gruplar da bu tür saldırıları gerçekleştirmiştir.
Bir APT saldırısının amacı, ağa zarar vermekten çok veri çalmak gibi görünüyor. Çoğunluğu Rusya veya Çin ve Kuzey Kore tarafından başlatılan veya desteklenen faaliyetlere atfedilen çok sayıda APT vardır; ancak daha yakın zamanlarda, belirli hedeflere ulaşmak için büyük ölçekli hedefli saldırılar gerçekleştiren ulus dışı devlet gruplarının örnekleri olmuştur.
Tanımlanmış APT'lerin örnekleri şunları içerir:
• Titan Yağmuru. Bu, ABD hükümeti tarafından Lockheed Martin, Sandia Ulusal Laboratuvarları, Redstone Arsenal ve NASA dahil olmak üzere ABD savunma müteahhitlerine yönelik 2003 yılında başlatılan bir dizi saldırıya verilen kod adıydı. Çin hükümeti herhangi bir müdahaleyi reddetmesine rağmen, saldırıların Çin kaynaklı olduğu iddia edildi.
Bu saldırıların dikkate değer özellikleri, kullanılan aldatma düzeyi ve kötü amaçlı yazılım kullanarak gizli Truva atı saldırıları ile belirli, hedeflenmiş kişilere yönelik iyi araştırılmış sosyal mühendislik saldırılarını birleştiren çoklu saldırı vektörlerinin (saldırı kanalları) kullanımıydı.
Bu APT, havacılık, savunma, enerji, finansal hizmetler, imalat, ilaç ve teknoloji dahil olmak üzere endüstrinin tüm ana sektörlerinden geniş bir organizasyon yelpazesinden veri çalmaya devam etti. Bu saldırıların motivasyonunun siber casusluk olduğu görülüyor.
• Piyon fırtınası. Piyon Fırtınası Operasyonu, devlet kurumlarından medya şahsiyetlerine kadar çok çeşitli yüksek profilli kuruluşları hedef alan aktif bir ekonomik ve politik siber casusluk operasyonudur. Faaliyetleri ilk olarak 2004 yılında görüldü ve bu APT'nin amacı siber casusluk gibi görünüyor. Belirlenen hedefler arasında NATO, Hükümet, Askeri, Rus Muhalifler, Ukraynalı kuruluşlar ve ilgili çıkarlar yer alıyor.
• Su böceği. Bu APT 2005'ten beri faaliyet gösteriyor ve birkaç farklı ülkede bulunan ve güvenliği ihlal edilmiş yaklaşık 84 web sitesinden oluşan Venom olarak bilinen bir saldırı ağı kullanıyor. Güvenliği ihlal edilen web sitelerinin en yüksek oranları Fransa (%19), Almanya (%17), Romanya (%17) ve İspanya'da (%13) bulunuyor.
Bu APT'nin hedefleri arasında devlet kurumları, elçilikler ve eğitim ve araştırma tesisleri bulunmaktadır. Bu grubun amacı siber casusluk gibi görünüyor. Bu grubun, 1 yıldan fazla süren bir temizleme operasyonuyla sonuçlandığı bildirilen ABD Merkez Komutanlığı'nın 2008 uzlaşmasından da sorumlu olduğu düşünülüyor.
• İlk olarak 2008'de tanımlanan Regin, telekom operatörlerini, devlet kurumlarını, çok uluslu siyasi kuruluşları, finans ve araştırma kurumlarını ve ileri matematik ve kriptografi ile uğraşan bireyleri hedef alan oldukça karmaşık bir tehdittir. Saldırganlar, öncelikle istihbarat toplamak ve diğer saldırı türlerini kolaylaştırmakla ilgileniyor gibi görünüyor.
Apt Nedir
APT türleri
APT grupları
apt. açılımı
Apt testi
APT örnekleri
Advanced persistent threat
APT türleri melissa
Toplanan istihbaratın çoğu e-postalar ve belgeler üzerinde casusluk yapmayı içeriyor olsa da, saldırı grubu aynı zamanda durmaksızın normal olan telekomünikasyon şirketlerini ve en az bir GSM sağlayıcısını da hedef alıyor. Bu tehdidin geliştirilmesi ve işletilmesi, önemli bir zaman ve kaynak yatırımı gerektirebilirdi.
• Dragonfly, muhtemelen 2011'den beri Doğu Avrupa dışında faaliyet gösteren bir hacker grubudur. Faaliyet, devlet destekli bir operasyonun özelliklerine ve saldırganlar tarafından kullanılan kötü amaçlı yazılımların derlenmesi için zaman damgalarının analizine sahiptir. grubun normalde Pazartesi'den Cuma'ya kadar çalıştığını ve etkinliğin esas olarak UTC +4 saat diliminde sabah 9'dan akşam 6'ya kadar olan bir iş gününe karşılık gelen 9 saatlik bir zaman diliminde yoğunlaştığını belirtir. Bu grubun hedefleri arasında Savunma, ABD ve Kanada'daki havacılık ve daha yakın zamanda Avrupa enerji firmaları yer alıyor ve bunun nedeni siber casusluk ve sabotaj gibi görünüyor.
• Siyah Asma. Bu APT grubu ilk olarak 2012'de belirlendi ve Black Vine'ın bazı aktörlerinin Pekin merkezli TopSec adlı bir BT güvenlik organizasyonuyla da ilişkili olabileceğine inanılıyor. Black Vine, tipik olarak, hedeflerinin ilgi alanlarıyla ilgili web sitelerine karşı boş saldırılar gerçekleştirir ve bilgisayarların güvenliğini aşmak için sıfırıncı gün açıklarından yararlanır.
Anthem'deki 80 milyon rekor kırmasından sorumlu olduğu düşünülen grup bu. Kötü amaçlı yazılım daha sonra güvenliği ihlal edilmiş makinelerde bir arka kapı açar ve saldırganların değerli bilgileri çalmasına olanak tanır. Ana hedefler havacılık, enerji ve sağlık hizmetleri ve bunun nedeni siber casusluk gibi görünüyor.
Devlet Dışı Aktörler
Ulus devlet aktörlerine ek olarak, Siber Savaş için tanımlananlarla aynı araç ve teknikleri kullanan siber operasyonlarda yer alabilecek çok sayıda başka taraf da bulunmaktadır. Bunlar arasında “Irak ve Şam İslam Devleti” (ISIL) olarak da bilinen Irak ve Suriye İslam Devleti (IŞİD) ve Daesh (grubun tam Arapça adının kısaltması olan al-Dawla) gibi devlet dışı gruplar yer alıyor.
Hacktivistler
Kendi içinde çok çeşitli bireyleri ve grupları kapsayan hacktivistler, çıkarlarını desteklemek için kuruluşlara baskı uygulamak için siber ortamın nasıl kullanılacağı konusunda iyi bir bilgi derinliği sergilediler. Belki de en iyi bilinen hacktivist grup, 2003 yılında ortaya çıkan Anonymous'tur.
Bu grup, üzerinde anlaşmaya varılmış ortak bir amacı olan anarşik, merkezi olmayan bir insan topluluğudur. 2008'den başlayarak grup, Scientology Kilisesi'ne karşı bir dizi eylemde bulundu ve ardından uluslararası alanda bir dizi konuda işbirlikçi hacktivizm ile giderek daha fazla ilişkilendirildi.
Anonymous'un diğer hedefleri arasında ABD, İsrail, Tunus, Uganda, Irak ve Şam İslam Devleti (ISIL) devlet kurumları, çocuk pornografisi siteleri, telif hakkı koruma kurumları ve PayPal, MasterCard, Visa ve Sony gibi şirketler vardı.
Anonymous üyelerinin bir kısmı ABD, İngiltere, Avustralya, Hollanda, İspanya, Hindistan ve Türkiye gibi ülkelerde Anonymous siber saldırılarına katıldıkları için tutuklandı. İlginç bir şekilde, 2012'de Time dergisi, Anonymous'u dünyanın “en etkili 100 kişisinden” biri olarak adlandırdı.
AÇIKLANMAMIŞ HETEROJENLİK İÇİN SABİT VEYA RASTGELE ETKİLER
Sabit etkili model ile rastgele etkiler modeli arasındaki farkı tartıştık. Sabit etki modeli altında, gerçek etkinin tüm çalışmalarda aynı olduğunu varsayıyoruz. Buna karşılık, rastgele etkiler modeli altında, gerçek etkinin bir çalışmadan diğerine değişebileceğine izin veriyoruz.
Tek bir popülasyonla çalışırken, modellerdeki fark, tüm çalışmalar için gerçek etkilerin dağılımına karşı tek bir gerçek etkiye çevrildi. Alt gruplarla çalışırken (varyans analizi), bir alt grup içindeki tüm çalışmalar (örneğin, Müdahale A’yı kullanan çalışmalar veya Müdahale B’yi kullanan çalışmalar) için etkilerin dağılımına karşı tek bir gerçek etkiye çevrildi.
Meta-regresyon için, aynı tahmin değerine sahip çalışmalar için bir gerçek etkiye karşı bir etki dağılımına dönüşür (örneğin, tüm ortak değişkenlerde aynı değeri paylaşan iki çalışma). Bu şematik olarak gösterilmiştir.
Sabit etki modeli altında, herhangi bir ortak değişken değeri seti için (yani, herhangi bir tahmin edilen değer için) bir popülasyon etki büyüklüğü vardır (bir daire ile temsil edilir). Rastgele etkiler modeli altında, herhangi bir tahmin edilen değer için etki büyüklüklerinin bir dağılımı vardır (dağılım tahmin edilen değerin üzerinde ortalanır, ancak popülasyon etki büyüklüğü merkezin soluna veya sağına düşebilir). (Her iki şekilde de tahminin mükemmel olduğunu varsayıyoruz, böylece gerçek etki (veya ortalama etki) doğrudan tahmin çizgisine düşüyor.)
Her zaman olduğu gibi, bir yöntemin seçimi, çalışmaların nasıl seçildiğinin mantığını takip etmelidir. Tek bir popülasyon için sabit ve rastgele etkiler fikrini ortaya koyduğumuzda, sabit etki modeli için kullandığımız örnek, tüm niyet ve amaçlar için aynı olan on denemelik bir seri planlayan bir ilaç şirketiydi.
Varyans analizine geçtiğimizde aynı örneği genişlettik ve plaseboya karşı İlaç A’yı test etmek için beş kohort kullanılacağını, İlaç B’ye karşı plaseboyu test etmek için beş kohort kullanılacağını varsaydık. Bu örneği genişletebilir ve kullanabiliriz.
Meta-regresyon nedir
CMA meta-analiz programı
Spss ile meta-analiz Nasıl yapılır
meta-analiz çalışması örneği
Meta analiz nasıl yapılır
Şizofren belirtileri 21 hareket
Meta-analiz programları
Meta-analiz özellikleri
Daha önce olduğu gibi, beşi plaseboya karşı İlaç A ve beşi plaseboya karşı İlaç B için olmak üzere toplam 10 çalışma varsayacağız. Bu sefer her bir çalışmanın 10, 20, 40, 80 veya 160 mg kullandığını varsayacağız. İlaç ve Doz’un etkisini değerlendirmek için regresyon kullanacağız. Sabit etki modeli burada mantıklı çünkü çalışmaların diğer tüm faktörler üzerinde aynı olduğu biliniyor.
Daha önce olduğu gibi, bu örneğin çoğu sistematik incelemeyi temsil etmediğini not ediyoruz. Vakaların büyük çoğunluğunda, özellikle çalışmalar farklı araştırmacılar tarafından yapıldığında ve daha sonra literatürden ayıklandığında, ortak değişkenlerin etkisinin, etkiler arasındaki gerçek varyasyonun hepsini olmasa da bir kısmını yakalaması daha akla yatkındır. Bu durumda, gerçek etkilerin dağılımının doğasını yansıtan rastgele etkiler modelidir ve bu nedenle analizlerde kullanılmalıdır.
Ayrıca daha önce olduğu gibi, çalışma tasarımı rastgele etkiler modelinin uygun olduğunu gösteriyorsa, bu model önceden seçilmelidir. Yalnızca heterojenlik testi istatistiksel olarak anlamlıysa, sabit etkili modelle başlamak ve rastgele etkilere geçmek bir hatadır.
Bir özet etki büyüklüğünün anlamı, sabit ve rastgele etkiler için farklı olduğundan, test edilen sıfır hipotezi de farklıdır. Her ikisi de ortak değişkenler ve etki büyüklüğü arasında doğrusal bir ilişki olmadığına dair boş bir hipotezi test eder. Fark, sabit etki modeli altında, etki büyüklüğünün, belirli bir ortak değişken değerine sahip tüm çalışmalar için ortak etki büyüklüğü olmasıdır.
Rastgele etkiler modeli altında, etki büyüklüğü, belirli bir ortak değişken değerine sahip tüm çalışmalar için gerçek etki büyüklüklerinin ortalamasıdır. Bu önemlidir, çünkü farklı sıfır hipotezleri, hata kaynakları hakkında farklı varsayımları yansıtır. Bu, iki model altında anlamlılık ve güven aralıklarını hesaplamak için farklı hata terimlerinin kullanıldığı anlamına gelir.
Hesaplamalı olarak, sabit etki ile rastgele etkiler arasındaki fark, varyansın tanımındadır. Sabit etki modelinde varyans, çalışmalar içindeki varyans iken, rastgele etkiler modelinde, çalışmalar içindeki varyans artı çalışmalar arasındaki varyanstır (t2).
Bu, bir popülasyon, birden fazla alt grup ve regresyon için geçerlidir, ancak t2’yi tahmin etmek için kullanılan mekanizma bağlama bağlıdır. Tek bir popülasyonla çalışırken, t2 gerçek etkilerin tüm çalışmalardaki dağılımını yansıtır ve bu nedenle tüm çalışmalar için hesaplanır. Alt gruplarla çalışırken, t2 bir alt grup içindeki gerçek etkilerin dağılımını yansıtır ve bu nedenle alt gruplar içinde hesaplanır.
Regresyonla çalışırken, t2, aynı tahmin değerine (yani, ortak değişkenler üzerindeki aynı değere) sahip çalışmalar için gerçek etkilerin dağılımını yansıtır ve bu nedenle tahmin eğimindeki her nokta için hesaplanır. Pratik bir konu olarak, elbette, eğim üzerindeki çoğu noktanın yalnızca tek bir çalışması vardır ve bu nedenle bu hesaplama, tek popülasyon (veya alt gruplar) için olduğundan daha az şeffaftır, ancak kavram aynıdır. Hesaplama ayrıntıları yazılım tarafından işlenir ve burada ele alınmayacaktır.
Regresyon için sabit etkili bir model yerine rastgele etkiler modeli kullanmanın pratik sonuçları, tek bir popülasyona ve alt gruplara uygulananlara benzer. İlk olarak, rastgele etkiler modeli, her çalışmaya daha ılımlı ağırlıkların atanmasına yol açacaktır.
Sabit etkili bir modelle karşılaştırıldığında, rastgele etkiler modeli küçük çalışmalara daha fazla ağırlık ve büyük çalışmalara daha az ağırlık verecektir. İkincisi, her bir katsayı (ve eğim) hakkındaki güven aralığı, sabit etki modelinde olacağından daha geniş olacaktır. Üçüncüsü, her katsayıya ve bir bütün olarak modele karşılık gelen p değerlerinin istatistiksel anlamlılık kriterini karşılama olasılığı daha düşüktür.
Her zaman olduğu gibi, bir modelin seçimi, çalışmaların bağlamına ve özelliklerine dayanmalıdır. Özellikle, gerçek etkilerde ortak değişkenler tarafından açıklanmayan heterojenlik varsa, rastgele etkiler modelinin daha uygun olması muhtemeldir.