A neural-statistical modeling approach for keystroke recognition algorithms
Yazma ritmi tanıma algoritmaları için sinirsel-istatistiksel modelleme yaklaşımı
- Tez No: 244557
- Danışmanlar: PROF. DR. MİTHAT UYSAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgisayar güvenliği, Sinir ağları, Örüntü tanıma, İstatistiksel yöntemler, Computer security, Nerve net, Pattern recognition, Statistical methods
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Doğuş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilgisayar ve bilgi sistemlerinin ana problemi olan güvenlik, sistemi yetkisiz ve kötü niyetlikimselerin saldirilarindan korumaktir. Iyi bir güvenlik seviyesi saglayabilmek için, sistemegirmeye çalisanlarin sistem tarafindan yetkilendirilmis kullanici olup olmadiklarindankesinlikle emin olunmalidir.Son zamanlarda, biyometrik güvenlik sis temleri teknolojisi gelistirilmis ve tipik yetkisorgulama sistemleri olan kullanici ve PIN veya sifre sorgulama sistemlerine ek olarak dahayüksek bir güvenlik saglamak amaciyla kullanilmaya baslanmistir.Bu tez çalismasinda, biyometrik güvenlik sistemlerinden yazma ritmi tanima sistemleri seçildive siniflandirma algoritmalari uygulanmaya çalisildi. Bunu basarabilmek için yazma ritmitanima sistemlerinde, önceleri kullanilmis olan siniflandirma algoritmalarinin bilgisi altindayeni bir perspektif gelistirildi. Buna göre iki farkli siniflandirma algoritmasi kullanan hibridbir model dizayn edildi. Algoritmalardan bir tanesi bu alanda kullanilan ilk siniflandirmaalgoritmalarindan olan istatistiksel algoritma, digeri ise yapay sinir aglaridir. Model,istatistiksel algoritma formülleri yapay sinirsel ag yapisi üzerine gömülerek elde edilmistir.Dizayn edilen modelin algoritmasi ayrintilariyla verilmis ve örnek kullanici girdileriyle testedilerek sonuçlar açiklanmistir.Yazma ritmi tanima biyometrik güvenlik sistemlerindeki siniflandirma algoritmalarina yeniyaklasimlarin ihtiyaci düsünülürek yapilan bu çalisma getirdigi perspektif ile daha ileridüzeydeki çalismalar iç in bir baslangiç noktasi olabilir.
Özet (Çeviri)
The main problem of the computer and information systems is the security, which is to protectthe system from the attacks of imposter or unauthorized users. In order to supply bettersecurity, it must be determined clearly while system access that if the claimed one isauthorized user known by the system or not.Recently, biometric security systems technology is developed and added to the typicalauthentication systems , which are consist of username and PIN or password query, aiming toget higher security in system access.The keystroke pattern recognition system is chosen as one of the biometric security systemand proposed to perform a classification in this thesis. In order to achieve this, a perspective isdeveloped under the knowledge of the classification algorithms used earlier in keystrokepattern recognition systems. According to this, a model is designed which uses hybridcombination of two different algorithms. One of them is the statistical algorithm which is thevery firstly used one in pattern recognition and the other one is the neural networks. In themodel, the statistical algorithm formulations are embedded into the neural networkarchitecture. Designed algorithm model is described in detail and tested with sample userdatasets and performance results are presented.When thinking about need of new approaches in the classification algorithms in keystrokepattern recognition, this study can be a starting point to further enhancements with itsperspective on the subject.
Benzer Tezler
- AI-enabled atrial fibrillation detection, classification and prediction based on ECG data
Elektrokardiyogram (EKG) verilerine dayalı yapay zeka destekli atrial fibrilasyonun tespiti, sınıflandırılması ve tahmini üzerine bir derleme
KIMIA TAHVILDARI
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiYapay Zeka Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH KAHRAMAN
- Gemi siber güvenlik dinamiklerinin belirlenmesi ve köprüüstü seyir ekipmanlari özelinde siber güvenlik risk değerlendirme uygulamalari
Determination of ship cyber security dynamics and cyber security risk assessment applications specifically for bridge navigation equipment
BÜNYAMİN GÜNEŞ
Doktora
Türkçe
2025
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN BOLAT
- Predictive modeling for order quantities in the automotive industry: A statistical and machine learning approach
Otomotiv sektöründe sipariş miktarları için tahmine dayalı modelleme: İstatistik ve makine öğrenimi yaklaşımı
MİRAY SARIŞEN
Yüksek Lisans
İngilizce
2024
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. FULYA GÖKALP YAVUZ
- Improved extension neural networks for lead-acid battery modeling
Kurşun-asit batarya modellemesi için geliştirilmiş genişletilmiş yapay sinir ağları
YUSUF SİPAHİ
Yüksek Lisans
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiElektronik Mühendisliği ve Bilgisayar Bilimi Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ONAT
- Yapay sinir ağları yaklaşımı ile frezeleme operasyonları için yüksek performanslı kesici takım tasarımı
High-performance cutting tool design for milling operations using artificial neural networks approach
TOLGA BERKAY ŞİRİN
Doktora
Türkçe
2026
Makine MühendisliğiMarmara ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA AY