Makine öğrenmesi algoritmalarının KAD/QKD artık bit'lerinin geri kazanımında kullanımı
Use of machine learning algorithms in recovery of KAD/QKD article bits
- Tez No: 733527
- Danışmanlar: PROF. DR. NAIM MAHMOOD MUSLEH AJLOUNI, PROF. DR. ALİ GÜNEŞ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Kuantum anahtar dağıtımı, Makine öğrenmesi, Quantum key distribution, Machine learning
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
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
- Küçük hücreli akciğer kanseri ile küçük hücreli dışı akciğer kanserinin ayırıcı tanısında kontrastlı BT görüntülemeye radiomics ve makine öğrenmesinin katkısı
The contribution of radiomics and machine learning to contrast enhanced CT imaging in the differential diagnosis of small cell lung cancer and non-small cell lung cancer
MAILA ASADULLAYEVA
Tıpta Uzmanlık
Türkçe
2020
Radyoloji ve Nükleer TıpKocaeli ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. SEVTAP DOĞAN
- Ayırıcı tanının güç olduğu bir durumda makine öğrenme yöntemleri ile demans ve hafif kognitif bozukluk ayırt ediciliğinin değerlendirilmesi
Evaluation of dementia and mild cognitive disorders with machine learning methods in a situation where the differential diagnosis is difficult
CELAL ŞENER
Yüksek Lisans
Türkçe
2023
NörolojiDokuz Eylül ÜniversitesiMedikal İnformatik Ana Bilim Dalı
PROF. DR. PEMBE KESKİNOĞLU
- Alzheimer hastalığında beyin aktivitesinin analizinde permütasyon entropisi ve dispersiyon entropisinin karşılaştırılması: makine öğrenmesi yaklaşımı
Comparison of permutation entropy and dispersion entropy in brain activity analysis of alzheimer's disease: a machine learning approach
HÜLYA KILBAHRİ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PINAR DENİZ TOSUN
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Makine öğrenme yöntemleri ile EEG sinyalinden alzheimer tespiti
Detection of alzheimer's from EEG signal with machine learning methods
YELİZ ŞENKAYA
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇETİN KURNAZ