Geri Dön

Derin öğrenme tabanlı deepfake algılama ve siber güvenlik: Toplum algısının incelenmesi

Deep learning-based deepfake detection and cybersecurity: A study on public perception

  1. Tez No: 886528
  2. Yazar: SUZAN AYDIN
  3. Danışmanlar: DOÇ. DR. ZEKİ ÖZEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Yönetim Bilişim Sistemleri, Management Information Systems
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Haliç Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 186

Özet

Teknolojinin hızla gelişmesiyle birlikte yapay zekâ temelli deepfake teknolojileri, günümüzde siber güvenlik tehditlerine yeni bir boyut kazandırmaktadır. Deepfake teknolojisi, sosyal mühendislik yöntemleriyle ülkeleri, önemli kişilikleri, organizasyonları ve hatta bireyleri hedef alan ciddi riskler oluşturmaktadır. Bu yeni teknoloji işletmelerde ve bireylerde maddi kayıplar, itibar kaybı ve toplumda korku ve endişe yaratma gibi zararlara sebep olmaktadır. Bu çalışma ile deepfake teknolojisinin çalışma prensiplerini, üretim süreçlerini ve farklı türlerini detaylı bir şekilde incelemek amaçlanmaktadır. Bu tez çalışması deepfake teknolojisinin üretiminde ve tespitinde kullanılan derin öğrenmeyi, deepfake algılama yöntemlerini, bu alanda yapılan araştırmaları, metodolojileri ve sınıflandırma çeşitlerini ele alarak literatüre katkı sunmaktadır. Ayrıca, deepfake içeriklerinin sosyal ve toplumsal alanlardaki kullanım örneklerini sunarak bu teknolojinin olumlu ve olumsuz yönlerini değerlendirmeyi hedeflemektedir. Bu çalışma kapsamında deepfake teknolojisinin nasıl çalıştığı, hangi süreçlerle üretildiği ve yayıldığı, farklı amaçlarla kullanılan türleri ve yaygın algılama yöntemleri detaylı bir şekilde ele alınmaktadır. Bununla birlikte deepfake teknolojisinin insan hayatındaki etkileri ve olası risklerine odaklanarak bu teknolojinin toplumsal ve etik boyutları irdelenmektedir. Çalışmanın bir diğer önemli hedefi, toplumun deepfake teknolojisine yönelik algısını değerlendirmektir. Bu kapsamda gerçekleştirilen anket çalışması ile bireylerin deepfake videolarını algılama yetenekleri ölçülmüş ve siber güvenlik tehdidi olarak deepfake hakkında katılımcıların düşünceleri derinlemesine analiz edilmiştir. Elde edilen bulgular, toplumun bu yeni ve önemli teknolojiyi nasıl algıladığını anlamak ve gelecekteki siber güvenlik stratejilerine katkıda bulunmak amacıyla değerlendirilmiştir. Bu çalışma, deepfake teknolojisinin sadece teknik yönlerini değil, aynı zamanda toplumsal ve bireysel etkilerini anlama konusunda bir katkı sunmayı amaçlamaktadır.

Özet (Çeviri)

With the rapid advancement of technology, AI-based deepfake technologies are adding a new dimension to cybersecurity threats today. Deepfake technology poses serious risks targeting countries, prominent individuals, organizations, and even individuals through social engineering methods. This new technology causes harms such as financial losses, loss of reputation, and creating fear and anxiety in society among businesses and individuals. This study aims to examine in detail the working principles, production processes, and different types of deepfake technology. This thesis contributes to the literature by addressing deep learning used in the production and detection of deepfake technology, deepfake detection methods, research conducted in this field, methodologies, and classification types. Additionally, it aims to evaluate the positive and negative aspects of this technology by presenting examples of the use of deepfake content in social and societal domains. Within the scope of this study, how deepfake technology works, the processes through which it is produced and disseminated, the types used for different purposes, and common detection methods are examined in detail. Furthermore, by focusing on the effects and potential risks of deepfake technology on human life, the societal and ethical dimensions of this technology are scrutinized. Another important goal of the study is to evaluate society's perception of deepfake technology. In this context, through a conducted survey, individuals' abilities to perceive deepfake videos were measured, and participants' thoughts on deepfake as a cybersecurity threat were analyzed in depth. The findings obtained were evaluated to understand how society perceives this new and significant technology and to contribute to future cybersecurity strategies. This study aims to contribute not only to understanding the technical aspects of deepfake technology but also to understanding its social and individual impacts.

Benzer Tezler

  1. Aircraft detection using deep learning

    Derin öğrenme kullanarak hava aracı tespiti

    UTKU MUTLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. SEDEF KENT PINAR

  2. Derin öğrenme algoritmalarını kullanarak deepfake video tespiti

    Deepfake video detection using deep learningalgorithms

    ŞAHİN KORKMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Adli Bilişim Ana Bilim Dalı

    PROF. DR. MUSTAFA ALKAN

  3. Görüntü manipülasyonlarının derin öğrenme yaklaşımı ile belirlenmesi

    Detection of image manipulations with deep learning approach

    SEMİH YAVUZKILIÇ

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULKADİR ŞENGÜR

  4. Quantum transfer öğrenmesi ve sınıf dikkat mimarisi ile deepfake tespiti

    Deepfake detection with quantum transfer learning and class attention architecture

    BEKİR ERAY KATI

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ECİR UĞUR KÜÇÜKSİLLE

    DR. ÖĞR. ÜYESİ GÜNCEL SARIMAN

  5. Deepfake image/video detection and classifications using deep learning techniques

    Derin öğrenme teknikleri kullanılarak deepfake görüntü/video tespiti ve sınıflandırmaları

    DEO RUTIKANGA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZEYNEL DEPREM