A novel approach to improve cyber security of consumer used connected vehicles
Başlık çevirisi mevcut değil.
- Tez No: 796356
- Danışmanlar: DR. ÖĞR. ÜYESİ OĞUZ KARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu yüksek lisans tezi, tüketici arabalarını izinsiz girişlerden korumak için CNN tabanlı derin öğrenmeyi kullanır. Geçiş ücreti toplama, trafik sahnesi analizi ve araç izleme, tüketici araç güvenlik yerelleştirmesini kullanır. Bağlamsal veriler (Rivest-Shamir-Adleman teoremi ilişkisi) otomotiv güvenlik verilerine ek olarak önemlidir. Araç güvenlik alanını ve otomobil konumlarını aynı anda bulmak için bir CNN sınıflandırıcısı kullanmayı önerdik. Dörtgenler, araç güvenliğinin dikdörtgenlerden daha ince göstergeleridir. Rivest-Shamir-Adleman algoritması sonuçlarını (RSA) optimize etmek için filtrelenmiş ve yeniden yapılandırılmış bölgeler ilk önce artık gürültüden temizlenir. Kullanmadan önce, RSA bölünür, boyuta göre filtrelenir ve alaka düzeyine göre metin satırlarına sıralanır. RSA yaygın olarak kullanılmaktadır. RSA, en az bir metin bölgesi için düşük bir güven puanı oluşturduysa, metin işleme devam eder ve kullanıcıdan, saldırının o bölümünde yeni bir saldırı elde etmesi istenir ve ardından bu, ilk saldırıyla karşılaştırılır. Tüm bölgeler yeterli puana sahip olduğunda veya önceden tanımlanmış sayıda denemeden sonra işlem tamamlanır. Sonuç, tespit edilen saldırı türünü, metin toplama sitelerinin bir listesini ve 300 eğitim ve test yinelemesinden sonra %98,69 olan RSA algoritmasının CNN doğruluğunu içerir. Önerilen sistemin nihai bulguları, %70 tren, %20 test ve %10 doğrulama ayrımı kullandı. Özellik vektörünü bir HCRL veri kümesinde test ettik. Bu veri kümesindeki birçok sınıf, siber güvenlik seçeneklerini yansıtıyordu. Python programlama ve derin öğrenme teknolojileri görevi tamamladı. Mimarimizin üç işlevsel beyin ağı, uçtan uca ve eşzamanlı eğitimi istikrarsız hale getirir. Model yakınsamazsa, hangi bileşenin (veriler, algoritma veya kafalar) hatalı olduğunu belirlemek imkansızdır. Tek başlı tasarım konseptinin beklendiği gibi çalıştığını doğrulayarak, geri kalanını eklemeden önce her bir işlevsel başlığı modele kademeli olarak ekledik.
Özet (Çeviri)
This master's thesis uses CNN-based deep learning to protect consumer cars from intrusion. Toll collecting, traffic scene analysis, and vehicle tracking use consumer car security localization. Contextual data—the Rivest-Shamir-Adleman theorem relationship—is essential in addition to automotive safety data. We suggested using a CNN classifier to simultaneously locate the vehicle security area and automobile locations. Quadrilaterals are more subtle indicators of vehicle security than rectangles. The filtered and reconstructed regions are first cleaned of residual noise to optimize Rivest-Shamir-Adleman algorithm results (RSA). Before use, the RSA is split, size-filtered, and sorted by relevance into lines of text. RSA is widely used. If the RSA created a low confidence score for at least one text region, text processing resumes and the user is prompted to obtain a fresh attack on that portion of the assault, which is then compared to the initial attack. The operation is complete when all regions have sufficient scores or after a predefined number of trials. The result includes the detected attack type, a list of text-collection sites, and the RSA algorithm's CNN accuracy, which was 98.69% after 300 training and testing iterations. The suggested system's ultimate findings used a 70% train, 20% test, and 10% validation split. We tested the feature vector on an HCRL dataset. Many classes in this dataset reflected cyber security options. Python programming and deep learning technologies completed the assignment. Our architecture's three functional brain networks make end-to-end and concurrent training unstable. If the model does not converge, it is impossible to determine which component—data, algorithm, or heads—is at fault. We gradually added each functional head to the model before adding the rest, confirming that the single-head design concept worked as expected.
Benzer Tezler
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MÜLAZIM YILDIRIM
- Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi
Başlık çevirisi yok
NACİYE TÜRKEL
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi
Kinetic study and detesmination of thermodnamic parameters of some esters
İBRAHİM TAŞ
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
- Atherosklerotik kalp hastalıklarında risk faktörleri
Risk factors in the coronary artery disease
MURAT SUHER