Derin öğrenme yöntemleri kullanarak dijital deliller üzerinde adli bilişim incelemesi
Başlık çevirisi mevcut değil.
- Tez No: 537570
- Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Adli Bilişim Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Teknolojinin gelişmesi ile elektronik cihazların depolama alanlarının boyutları üzerinde etkisi son yıllarda devasa boyutlara ulaşmış oldu. Bu durum adli bir olayda elde edilen dijital materyaller içerisinde çıkartılacak bilgi ve belgelerin doğal olarak çok fazla veri içermesi ile sonuçlanmaktadır. Bu verilerin analiz edilmesi ve işlenip rapor haline getirilmesi için uzman kişiler adli bilişim yazılımlarının yanı sıra o ana kadar var olan bilgi ve tecrübelerinden faydalanmaktadır. İnceleme sonucunda ortaya çıkartılan raporlar delilin yeterince incelenmediğini ve yazılımlar vasıtası ile sadece verilerin üst bilgileri üzerinde index araması işlemine gidildiği görülmektedir. Ayrıca yapılan işlemlerin insan yordamı ile gerçekleşmesi de ortaya çıkan raporların kabul edilebilirliği, inceleme yapan uzmanın dikkat ve bilgi derecesi ile doğru orantılı olduğu gözükmektedir. Tüm bu bahsi geçen konular düşünüldüğünde verilerin derinlemesine inceleme işleminin yapılmadığı ve veri sayısının devasa boyutta olması da bu işlemlerin imkânsız hal aldığı görülmektedir. Tez çalışmamızın konusu olarak adli bilişim delillerinden çıkan görüntü verileri üzerinde inceleme yapılması için geçmişi çok yeni olan makine öğrenmesinin bir alt dalı olarak Konvolüsyonel Sinir Ağları ile görüntü verilerinin sınıflandırması işlemi gerçekleştirilmiştir. Yapılan çalışmalarda kurulan yapay sinir ağının eğitim işlemi için 20 bin, doğrulama işlemi için ise 5 bin adet bıçak ve silah görüntüleri kullanılmıştır. Yapılan uygulama sonunda doğrulama verileri üzerinde % 93.59 değerinde başarı elde edilmiştir. Devam eden uygulamalar sonucunda yapay sinir ağlarında kullanılan hiper parametreler üzerinde değişiklikler yapılarak doğruluk oranları üzerinde karşılaştırmalar gerçekleştirilmiş ve ağın daha başarılı bir sonuç verebilmesi için öneriler sunulmuştur. Görüntü verileri haricinde dijital materyallerden elde edilecek dosyaların farklılıklarına göre yapay sinir ağlarının uygulanma alanları ile alakalı yapılacak öneriler sunularak tez çalışması sonlandırılmıştır.
Özet (Çeviri)
The impact of technology on the size of storage areas of electronic devices has reached enormous size in recent years. This results in the fact that the information and documents to be included in the digital materials obtained in a dijital forensic naturally contain a lot of data. In order to analyze and process these data, specialists benefit from forensic software as well as the knowledge and experience so far be obtained. As a result of the case result, it is seen that the reports which are revealed in the examinations are not sufficiently examined and the index search is performed on the top information of the data only through the software. In addition, it is observed that the reports that are produced when the transactions are done with human procedure are directly proportional with the level of attention and information of the examining expert. Considering all these subjects, it is seen that if the data are not examined in depth and the number of data is large enough, these operations become impossible. As a topic of our thesis study, classification of image data with Convolutional Neural Networks was performed as a subdivision of machine learning, which is very new in history, in order to examine the image data from the forensic data evidence. 20K pieces of knife and weapon images for artificial neural network training, 5K for testing. At the end of the implementation, 93.59% success was achieved on the verification data. As a result of ongoing applications, the hyperparameters used in artificial neural networks have been modified to compare the accuracy rates and suggestions have been made so that the network can give a more successful result. Apart from the image data, the thesis work was ended by presenting suggestions to be made related to the fields of application of artificial neural networks according to the differences of files obtained from digital materials.
Benzer Tezler
- Using 3d-capsnet and rnn for alzheimer's disease detection based on 4d fmri
4d fmri'ye dayalı alzheimer hastalığı tespiti içın 3d-capsnet ve rnn kullanımı
ALI MOHAMED KOTB MOHAMED ISMAIL ALI MOHAMED KOTB MOHAMED ISMAIL
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. GONCA GÖKÇE MENEKŞE DALVEREN
- Derin öğrenme yöntemleri kullanarak adli bilişim incelemelerinde delil çıkarımının gerçekleştirilmesi
Extracting evidence in forensic examinations by using deep learning methods
MUSTAFA ERİŞ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA KAYA
- Sensor-based activity recognition and authentication using deep learning
Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma
NİLAY TÜFEK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Deep learning based phishing web page detection
Derin öğrenme tabanlı kimlik avı web sayfası tespiti
TEVFİK UĞUR BASTEM
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDÜL KADİR GÖRÜR
DOÇ. DR. ALİ SEYDİ KEÇELİ
- Aircraft detection using deep learning
Derin öğrenme kullanarak hava aracı tespiti
UTKU MUTLU
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. SEDEF KENT PINAR