Ses dosyalarına yönelik yapılan kopyala yapıştır ses sahteciliklerinin tespiti
Detection of copy move audio forgeries targeting audio files
- Tez No: 893391
- Danışmanlar: PROF. DR. GÜZİN ULUTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: 178
Özet
Günümüzde haberleşme, adli süreçler ve sesli komutla çalışan sistemlerde kullanılan ses kayıtlarının doğruluğu ve güvenilirliği büyük önem taşımaktadır. Ses kayıtları, kişilerin izni dahilinde veya rızası olmadan elde edilebilmektedir ve bu kayıtlar sahte ses üretimi amacıyla kullanılabilmektedir. Ses üzerinde yapılan sahtecilik işlemlerinden en yaygın ve gerçekleştirilmesi kolay olanı kopyala yapıştır işlemidir. Kopyala yapıştır ses sahteciliği tespiti için iki yöntem önerilmiştir: anahtar noktalarının kümelendirilmesi ve sesten elde edilen graf görüntülerinin sınıflandırılması. İlk yöntemde, BRIEF, AKAZE, SIFT ve SURF teknikleri kullanılarak anahtar noktalar ve tanımlayıcılar çıkarılmış, ardından bu tanımlayıcılar OPTICS, k-Means ve g2NN algoritmaları ile kümelendirilmiştir. Bu yöntem, TIMIT verisetinde ataksız sahte seslerde ve çeşitli saldırı senaryolarında ortalama 0.90 duyarlılık elde etmiştir. İkinci yöntemde, yüksek çözünürlüklü spektrogramdan elde edilen SIFT anahtar noktaları g2NN kullanılarak kümelendirilmiş, yoğun eşleşme bölgeleri tespit edildikten sonra bu bölgeye ait frekans aralığı belirlenmiş ve ses, band geçiren süzgeçten geçirilmiştir. Hızlı Fourier Transform ile frekans uzayına geçilerek, önerilen sarmal yapı sayesinde çerçeve bazında özellikler çıkarılmış ve bu özelliklerden graf görüntüleri oluşturulmuştur. Graf görüntülerinin sınıflandırılmasıyla, sesler sahte veya orijinal olarak etiketlenmiş ve bu yöntem Arabic, TIMIT ve Türkçe veri setlerinde sırasıyla 0.95, 0.87 ve 0.92 F-skoru ile başarı göstermiştir.
Özet (Çeviri)
In today's world, the accuracy and reliability of audio recordings used in communication, judicial processes, and voice-activated systems are of great importance. Audio recordings can be obtained with or without the consent of individuals, and these recordings can be used to create fake audio. The most common and easily performed type of audio forgery is the copy-paste operation. Two methods have been proposed for detecting copy move audio forgery: clustering of key points and classification of graph images derived from audio. In the first method, key points and descriptors were extracted using BRIEF, AKAZE, SIFT, and SURF techniques, and these descriptors were then clustered using the OPTICS, k-Means, and g2NN algorithms. This method achieved an average recall of 0.90 on the TIMIT dataset for no post-processing fake audios and various attack scenarios. In the second method, SIFT key points extracted from a high-resolution spectrogram were clustered using g2NN, and after identifying regions with dense matches, the corresponding frequency range was determined, and the audio was processed with a band-pass filter. By applying the Fast Fourier Transform, the frequency domain was accessed, and frame-by-frame features were extracted using the proposed spiral structure. These features were used to generate graph images, which were then classified to label the audio as either fake or original. This methods show F-scores of 0.95, 0.87, and 0.92 on the Arabic, TIMIT, and Turkish datasets, respectively.
Benzer Tezler
- Ses dosyalarında pasif doğrulama yöntemlerine dayalı kopyala yapıştır sahteciliği tespiti
Detection of copy move forgeries in audio recordings using passive verification techniques
ALİ HATİPOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BESTE ÜSTÜBİOĞLU
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Beyond the buzzer: A comprehensive validation framework for enhanced auditory feedback in cars
Buzzer'ın ötesinde: Otomobillerde geliştirilmiş işitsel geri bildirim için kapsamlı bir doğrulama çerçevesi
DORUK ÇANKAYA
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÇAKIR
- Keeping memories on social media
Sosyal medyada anıları saklamak
ÇAĞRI GİZEM VARLI
Yüksek Lisans
İngilizce
2017
Endüstri Ürünleri Tasarımıİstanbul Teknik ÜniversitesiEndüstri Ürünleri Tasarımı Ana Bilim Dalı
DOÇ. DR. GÜLNAME TURAN
- Veri güvenliği için gizlilik paylaşımı temelli bir uygulama
A secret sharing based application for data security
ERSAN YAZAN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YETKİN TATAR