Geri Dön

Makine öğrenmesi algoritmalarının KAD/QKD artık bit'lerinin geri kazanımında kullanımı

Use of machine learning algorithms in recovery of KAD/QKD article bits

  1. Tez No: 733527
  2. Yazar: FARUK TAKAOĞLU
  3. Danışmanlar: PROF. DR. NAIM MAHMOOD MUSLEH AJLOUNI, PROF. DR. ALİ GÜNEŞ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 157

Özet

Tez çalışmamızda kuantum anahtar dağıtımı protokollerinde görülen anahtar paylaşımı esnasında kaybedilen bit miktarlarında azaltma bir başka deyişle iyileştirme yapılması amaçlanmıştır. Geçen 2 yıllık süreçte kuantum anahtar dağıtımı algoritmaları ayrıntılı bir şekilde incelenmiştir. Seçilen protokollerin kuantum anahtar dağıtımında karşılaştıkları kayıp ya da artık diye adlandırılabilecek bitleri hesaplanmış ve bunların yapay zekâ algoritmalarıyla azaltılması, iyileştirilmesi amaçlanmıştır. Makine öğrenmesi algoritmaları tez çalışması sürecinde tek tek incelenmiş ve kuantum anahtar dağıtımı protokollerine uygulanmıştır. Elde edilen sonuçlar tezimizin ilgili bölümlerinde paylaşılmıştır. Uyumsuz olan makine öğrenmesi algoritmaları sebepleriyle birlikte paylaşılmıştır. Olumlu sonuçlar elde edilen algoritmalar ve başarı yüzdelerine göre daha iyi olanları ön plana çıkartılmış ve paylaşılmıştır. Ayrıca tez çalışmamızda blokzincir teknolojisi de dikkate alınmıştır. Artık bitlerin geri kazandırılmasında makine öğrenmesi algoritmalarının yanı sıra yenilikçi çözümlerden de faydalanılmıştır. Blokzincir teknolojisi kuantum anahtar dağıtımı protokollerinde görülen veri iletim kanalı olarak kullanılmış ve hattan kaynaklanan kayıpların önüne geçilmiştir. Bu sayede tezimizde makine öğrenmesi algoritmaları sayesinde daha verimli ve iyileştirilmiş sonuçlar elde edilirken blokzincir teknolojisinin kullanılması durumunda da artık bitlerde daha da iyileştirme elde edildiği görülmüştür.

Özet (Çeviri)

In our thesis, it is aimed to reduce the amount of bits lost during key sharing seen in quantum key distribution protocols, in other words to improve. In the last 2 years, quantum key distribution algorithms have been studied in detail. The bits that can be called lost or residual that the selected protocols encounter in quantum key distribution are calculated and it is aimed to reduce and improve them with artificial intelligence algorithms. Machine learning algorithms were examined one by one during the thesis work and applied to quantum key distribution protocols. The results obtained are shared in the relevant sections of our thesis. Incompatible machine learning algorithms are shared with their reasons. Algorithms with positive results and better ones according to their success rates were highlighted and shared. In addition, blockchain technology was also taken into account in our thesis. In addition to machine learning algorithms, innovative solutions have also been used to recover bits. Blockchain technology was used as the data transmission channel seen in quantum key distribution protocols and the losses caused by the line were prevented. In this way, while more efficient and improved results are obtained thanks to machine learning algorithms in our thesis, it has been seen that further improvement in bits is achieved in the case of using blockchain technology.

Benzer Tezler

  1. Makine öğrenme problemlerinde konveks olmayan optimizasyon modellerinin iki konveks fonksiyonunun farkı ve ikinci derece konik progromlama ile modellenmesi

    Difference of convex functions programming and second-order conic programming modelling of non-convex optimization problems in machine learning

    DUYGU ÜÇÜNCÜ

    Doktora

    Türkçe

    Türkçe

    2024

    MatematikYıldız Teknik Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. ERDAL GÜL

    PROF. DR. SÜREYYA AKYÜZ

  2. The use of machine learning algorithms in anti-money laundering and counter terrorism financing monitoring systems in correspondent banking

    Makine öğrenmesi algoritmalarının muhabir bankacılık işlemlerinde karaparanın aklanması ve terörizmin finansmanıyla mucadele sistemlerinde kullanımı

    NURAY YÜCESOY

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    BankacılıkBahçeşehir Üniversitesi

    Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı

    YRD. DOÇ. DR. CEMAL OKAN ŞAKAR

  3. Makine öğrenmesi algoritmalarının hibrit yaklaşımı ile ağ anomalisi tespiti

    Network anomaly detection with a hybrid approach of machine learning algorthms

    FEYZA ÖZGER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİT ÖZTEKİN

  4. Konuşma olmayan sinyallerin evrişimsel sinir ağları tabanlı yaklaşımlar ile sınıflandırılması

    Classification of non-speech signals with convolutional neural network based approaches

    FATİH DEMİR

    Doktora

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı

    PROF. DR. ABDULKADİR ŞENGÜR

  5. Fuzzy clustering based ensemble learning approach: Applications in digital advertising

    Bulanık kümeleme tabanlı topluluk öğrenmesi yaklaşımı: Dijital reklam alanında uygulamalar

    AHMET TEZCAN TEKİN

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

    PROF. DR. TOLGA KAYA