Geri Dön

A neural-statistical modeling approach for keystroke recognition algorithms

Yazma ritmi tanıma algoritmaları için sinirsel-istatistiksel modelleme yaklaşımı

PDF İndir

  1. Tez No: 244557
  2. Yazar: ÖZLEM GÜVEN
  3. Danışmanlar: PROF. DR. MİTHAT UYSAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2006
  8. Dil: İngilizce
  9. Üniversite: Doğuş Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

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

  1. Tez No

    496320

    Building of Turkish propbank and semantic role labeling of Turkish

    Türkçe önerme veri tabanının oluşturulması ve Türkçenin anlamsal görev çözümlemesi

    GÖZDE GÜL ŞAHİN

    Doktora

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. EŞREF ADALI

  2. Tez No

    683392

    Veri madenciliğinde hibrit model yaklaşımı

    Hybrid model approach in data mining

    BATUHAN BAKIRARAR

    Doktora

    Türkçe

    Türkçe

    2021

    BiyoistatistikAnkara Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    PROF. DR. ATİLLA HALİL ELHAN

  3. Tez No

    856275

    Design and deployment of deep learning based fuzzy logicsystems

    Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması

    AYKUT BEKE

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUFAN KUMBASAR

  4. Tez No

    166672

    Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü

    Modeling, implementation and control of logistics systems using artificial neural networks

    MURAT ERMİŞ

    Doktora

    Türkçe

    Türkçe

    2005

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF.DR. FÜSUN ÜLENGİL

  5. Tez No

    541439

    Uzun hat gözetleme uygulamaları için dağıtık akustik algılama sistem çözümü: Sinyal modelleme, hedef tespiti ve sınıflandırma teknikleri

    Distributed acoustic sensing system for linear asset monitoring: Signal modeling, threat detection and classification

    HAKAN MARAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TOLGA GİRİCİ

Geri Dön