Adli bilişimde makine öğrenmesi: Makine öğrenmesi algoritmaları ile terör olaylarının tahmin edilmesi çalışması
Machine learning in computer forensics: Prediction of terrorist events with machine learning algorithms
- Tez No: 683494
- Danışmanlar: DOÇ. DR. GAZİ ERKAN BOSTANCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Science and Technology, Engineering Sciences
- Anahtar Kelimeler: Adli bilimler, Adli bilişim, Makine öğrenmesi, Sınıflandırma, Terör, Yapay sinir ağları, Öğrenme algoritmaları, Forensic sciences, Computer forensics, Machine learning, Classification, Terror, Artificial neural networks, Learning algorithms
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Adli Bilimler Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, bir terör olayı meydana geldikten sonra olayın hangi terörist grup tarafından yapıldığına ilişkin tahminde bulunulması ve incelemelerin bu doğrultuda detaylandırılabilmesi amacıyla Küresel Terörizm Veritabanı üzerinde çeşitli makine öğrenmesi algoritmaları ile sınıflandırma işlemi gerçekleştirebilen modeller geliştirilmiştir. Çalışma kapsamında, modellerin tutarlı ve uygulanabilir hale getirilmesi amacıyla veri seti temizleme, veri sızıntısı inceleme, öznitelik belirleme, boyut azaltma ve parametre ayarlama işlemleri uygulanmış ve böylelikle örnek bir veri seti üzerinden ham verilerin güvenlik uzmanlarının çalışmalarında kullanılabilecek yararlı bilgiye dönüştürülmesi ve bu bilgiler doğrultusunda tahminlerde bulunulabilmesi aşamaları gösterilmiştir. Modellerle elde edilen sonuçların değerlendirilmesi neticesinde, yapay sinir ağları ile rastgele orman, karar ağacı ve lojistik regresyon algoritmalarının doğruluk oranları ve çalışma süreleri dikkate alındığında bahse konu sınıflandırma işlemi için uygun olduğu anlaşılmıştır. Bununla birlikte, Naive Bayes algoritmasının diğer algoritmalara kıyasla düşük bir doğruluk oranı elde ettiği, destek vektör makinelerinin ise iyi performans gösteren algoritmalara yakın bir doğruluk oranı elde etmesine rağmen çalışma süresinin çok fazla olduğu görülmüştür. Dolayısıyla, bu algoritmaların bahse konu sınıflandırma işlemi için uygun olmadığı anlaşılmıştır.
Özet (Çeviri)
In this study, models that can classify the Global Terrorism Database with various machine-learning algorithms have been developed in order to predict by which terrorist group the incident was committed after a terrorist incident occurred and to detail the investigations accordingly. Within the scope of the study, dataset cleaning, data-leakage examination, attribute determination, dimension reduction and parameter adjustment processes were applied in order to make the models consistent and applicable. In this way, the stages of converting raw data to useful information that can be used in the work of security experts and making predictions in line with this information have been shown over a sample data set. As a result of the evaluation of the results obtained with the models, it has been understood that artificial neural networks and random forest, decision tree and logistic regression algorithms are suitable for the aforementioned classification process, considering the accuracy rates and executaion times. On the other hand, it has been observed that the Naive Bayes algorithm achieves a low accuracy rate compared to other algorithms and support vector machines have a very long executaion time despite achieving an accuracy rate close to well-performing algorithms. Therefore, it has been understood that these algorithms are not suitable for the mentioned classification process.
Benzer Tezler
- Sosyal medyada yapay zekâ ile nefret söylemi tespiti
Detection of hate speech on social media with artificial intelligence
ÇAĞLA AKSOY
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
PROF. DR. ŞEREF SAĞIROĞLU
DR. MUSTAFA UMUT DEMİREZEN
- Yalova ili bilişim suç türlerinin yapay zekâ yöntemiyle tahmini
Prediction of it crime types in Yalova province using artificial intelligence method
SEZER YURDUSEVEN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiAdli Bilişim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜNEŞ HARMAN
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Manipulation of visually recognized objects using deep learning
Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi
ERTUĞRUL BAYRAKTAR
Doktora
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR BOYRAZ
- Bilgisayar sistemlerine yönelik tehdit ve saldırıların makine öğrenmesi teknikleri kullanılarak ağ adli bilişimi açısından analizi
Threats and attacks on computer systems network forensic analysis using machine learning techniques
FİRDEVS YILDIZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiAdli Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. FATİH ERTAM