Security level classification for confidential documents by using adaptive neuro-fuzzy inference systems
Gizli dokümanların uyumsal nöron-bulanık çıkarım sistemleri yardımıyla güvenlik derecelerinin sınıflandırılması
- Tez No: 266464
- Danışmanlar: DOÇ. DR. ADEM KARAHOCA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 43
Özet
Son yıllarda güvenlik derecesi yüksek bilginin korunması, askeri ve kamusal kurumlarda zorlu bir uğraş haline gelmiştir. Bunun sonucu olarak iyi tanımlanmış güvenlik derecesi bilgi ve kurallarına her zaman olduğundan daha fazla ihtiyaç duyulmaktadır. Her bilgi parçacığı kendine özgü bir güvenlik derecesi barındırmaktadır. Bilginin kendine özgü güvenlik derecesinin doğru tespit edilebilmesi, o bilgi için doğru ve uygun koruma kurallarının oluşturulabilmesini de sağlar.Önceki çalışmalar İngilizce dilinde yazılmış haber metinlerinin sınıflandırılması üzerine hazırlanmıştır. Bu çalışmada, güvenlik derecesi sınıflandırması bulanık bir alanda gerçekleştirilmektedir. Bu nedenle, bulanık tahmin yöntemlerinin kullanılması bu çalışmada tutarlı güvenlik derecesi tespiti yapılabilmesi için kaçınılmaz olmaktadır. Uyumsal nöron-bulanık çıkarım sistemlerinin güvenlik derecesi sınıflandırması için iyi bir çözüm olabileceği üzerinde durulmuştur. Ayrıklaştırma algoritmaları yardımı ile güvenlik seviyesi skorlarından güvenlik etiketleri bulunacaktır.Güvenlik dereceli sınıflandırmanın ön işleme aşamaları diğer doküman sınıflandırma çalışmalarına benzer şekilde gerçekleştirilir. Verinin yapısal olarak tanımlanması onun TF-IDF denen özel bir forma dönüştürülmesi ile olur. TF-IDF formu her dokümanı bir satır ve her niteleyiciyi (sınıflandırma için kritik sözcükler) bir sütun olarak tanımlar. Doküman sınıflandırmanın çok boyutlu doğasından ötürü bir niteleyicinin seçimi için ön işlemeden geçirilmesi oldukça mantılıdır.Türkçe doküman sınıflandırmada bir ilave ön işleme problemi ile daha uğraşılmaktadır, bu da Türkçe doğal dil işlemedir. Gövde ayrıştırma işlemi niteleyicilerin gerçek TF-IDF değerlerinin hesaplanabilmesi için kaçınılmazdır. Türkçe sondan eklemeli bir dildir dolayısı ile Türkçe kelimelerin doğal dil işleme tabii tutulması daha zor olmaktadır.Doküman birbirini takip eden bölümler halinde organize edilmiştir. İlk bölüm konuya bir giriş yapmaktadır. İlerleyen bölümlerde sırasıyla uygulanacak algoritma ve çözümler, yeni oluşturulacak sınıflandırma ana çatısı için deneysel kurgu, deney sonuçları ve son görüş ve saptamalar ele alınmaktadır.
Özet (Çeviri)
In recent years, protecting secure information became a challenge for military and governmental organizations. As a result, well defined security level contents and rules are more preferable than in the past. Each piece of information has its own security level. Correct detection of this security level may lead to apply correct protection rules on information. This study aims to develop a wide perspective classification framework for security critical documents written in Turkish.Recent studies on text classification are planned on the categorization of the news stories written in English. The framework proposed in this study aims to classify in a much fuzzier domain: security level classification. Thus using fuzzy inference systems are unavoidable to gain a meaningful success from security level classification. Adaptive Neuro-Fuzzy Inference Systems are fitting as a solution for fuzzy security level classification. The fuzzy results are discretized by using recent discretization algorithms and security labels will be extracted from security level scores.Preprocessing phases in security level classification is nearly similar to the other document classification problems. Making structured the textual data is provided by reformatting the data in TF-IDF form. TF-IDF representation holds each document as a row and each feature (critical words for classification) as a column. Because of the high dimensionality of document classification, a feature selection task is meaningful as a preprocessing task.Turkish document classification deals with an adscititious problem: Turkish natural language processing. Stemming process is essential for calculating the realistic TF-IDF values of features. Turkic languages are agglutinative languages. So stemming the Turkish words introduces a very difficult natural language processing problem.The document is organized in straightforward sections. First section makes an introduction to the problem. Next chapters are explaining the algorithm and solutions that are used, experimental settings to test the new framework, solutions of experiments and giving a conclusion and final discussion.
Benzer Tezler
- Predicting software vulnerabilities using topic modeling with issues
Konu modelleme yöntemi ile yazılım güvenlik açıklarını tahmin etme
FATMA GÜL BULUT
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN
- A hierarchical key assignment scheme: A unified approach for scalability and efficiency, with a specialized implementation in cloud computing
Hiyerarşik anahtar atama şeması: Ölçeklenebilirlik ve verimlilik için bütünleşik bir yaklaşım ve bulut bilişim için özelleştirilmiş bir gerçekleme
İBRAHİM ÇELİKBİLEK
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
- Voice recognition system with score level fusion methods and embedded system design
Skor seviyesi füzyon metotları ile ses tanıma sistemi ve gömülü sistem tasarımı
CİHAN AKIN
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. MÜRVET KIRCI
- Efficient and secure schemes for private function evaluation
Gizli fonksiyon değerlendirme için verimli ve güvenli şemalar
MUHAMMED ALİ BİNGÖL
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiPROF. DR. ALBERT LEVİ
- Medyan sağlam genişletilmiş yerel ikili model ile el görüntülerinin kişi, yaş ve cinsiyete göre sınıflandırılması
Classification of hand images according to person, age and gender with the median robust extended local binary pattern
RAGHAD TOHMAS ESFANDIYAR ALALAWI
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırşehir Ahi Evran Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. EMRAH AYDEMİR