Sosyal medya makina öğrenme tekniklerini kullanarak yazar kimlik doğrulaması
Social media authorship verification using machine learning techniques
- Tez No: 715248
- Danışmanlar: PROF. DR. HASAN ERBAY
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Sosyal medya ağlarının kullanımı giderek yaygınlaşmaktadır, bununla beraber kötü niyetli mesajlar yaymak amacıyla kullanıcı hesaplarının saldırganlar tarafından ele geçirildiği sosyal mühendislik saldırılarının yeni türleri ortaya çıkmaktadır. Bu saldırıların üstesinden gelmek için yazarlık doğrulaması bilinen bir metnin kullanıcıya ait olup olmadığını tespit eden sınıflandırma yöntemine ihtiyaç vardır. Ayrıca, bu doğrulama doğru ve hızlı olmalıdır. Burada, bir kişi tarafından ele geçirilen sosyal medya hesapları için yeni bir yazarlık doğrulama yöntemi önerilmektedir. Twitter tabanlı bir veri kümesinden önemli metinsel özellikler türetilmiştir. Twitter veri kümesi 280 karakterli ve yazarlık bilgileriyle manuel olarak açıklama eklenmiş 16124 tweet'ten oluşur. Daha sonra XGBoost algoritması veri kümesindeki her metinsel özelliğin önemini vurgulamak için kullanılmıştır. Ayrıca, özellik seçimi için üç MCDM yöntemini (ANP, VIKOR ve ELECTRE) sıralama sonuçları üçgenlenir ve özellik ağırlıklandırma için Sıra Üs ve Sıra Toplamı ağırlık yöntemleri uygulanır. Birçok sınıflandırıcı ile değerlendirilen azaltılmış veri kümesi ve elde edilen F1-skoru sonucu %94,5'tir.
Özet (Çeviri)
Social media networks' usage is spreading but accompanied by a new shape of the social engineering attacks in which users' accounts are compromised by attackers to spread malicious messages for different purposes. To overcome these attacks, authorship verification, a classification problem for classifying a text, whether it belongs to a user or not, is needed. Moreover, the verification must be accurate and fast. Herein, a novel authorship verification framework for hijacked social media accounts, compromised by a human, is proposed. Significant textual-features are derived from a Twitter-based dataset. The dataset is composed of 16124 tweets with 280 characters crawled and manually annotated with the authorship information. XGBoost algorithm is used, then, to highlight the significance of each textual-features in the dataset. Furthermore, the ranking results of three MCDM approaches (ANP, VIKOR and ELECTRE) are triangulated for feature selection, and the Rank Exponent and Rank Sum weight methods are applied for feature weighting. The reduced dataset evaluated with many classifiers, and the achieved result of the F1-score is 94.5%.
Benzer Tezler
- A new framework for decentralized social networks: Harnessing blockchain, deep learning, and natural language processing
Merkezsiz sosyal ağlar için yeni bir çerçeve: Blok zinciri, derin öğrenme ve doğal dil işlemeyi kullanmak
AMIR AL KADAH
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ BALTA
- Detection of misinformation related to pandemic diseases using machine learning techniques on social media platforms
Sosyal medya platformlarındaki makine öğrenme tekniklerini kullanarak pandemi hastalıklarına ilişkin yanlış bilgilerin tespiti
JAVARIA NAEEM
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER MELİ̇H GÜL
- Detecting multilingual offensive language in social media using deep neural networks
Derin sinir ağlarını kullanarak sosyal medyada çokludilli saldırgan dil tespit etme
MAHMUD BİRECİKLİ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA AYŞE ÖZEL
- Emotion recognition using deep learning focusing on the hand and facial expressions
El ve yüz ifadelerine odaklanan derin oğrenmeyi kullanarak duygu tanıma
HASANAIN JAWAD RADEEF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YILMAZ AR
- Sarcasm detection from text with context information using deep learning
Derin öğrenme kullanarak bağlam bilgisi ile metinden açılama tespiti
MUHAMMAD USMAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAH ABDU IBRAHIM