Geri Dön

Kullanıcıların mobil uygulama güvenlik farkındalıklarının makine öğrenmesi teknikleriyle incelenmesi

Investigation of users' mobile application security awareness using machine learning techniques

PDF İndir

  1. Tez No: 895047
  2. Yazar: ESMA ERDOĞAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA COŞAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Hitit Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Adli Bilimler Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 64

Özet

Cep telefonlarının her yerde bulunabilme, anında bağlantı kolaylığı, uygulama çeşitliliği, kişiselleştirme, esneklik, dağıtım ve konuma dayalı hizmetler gibi zenginleştirilmiş işlevsellik ve etkileşim özellikleri, onları dünyanın birinci iletişim aracı haline getirmiştir. Çoğu insan için cep telefonları artık vazgeçilmez bir unsur haline gelmiştir. Bu cihazlara yüklenen uygulamalarla kullanıcılar internet dünyasında etkileşimde bulunmaktadırlar. Mobil uygulama mağazaları, kullanıcılara çeşitli kategorilerde binlerce uygulamayı keşfetme ve indirme imkânı sunmaktadır. Her gün milyonlarca insan, ihtiyaçlarına veya ilgi alanlarına uygun uygulamaları bulmak için bu mağazalardan faydalanmaktadır. Kullanıcılar bu mağazalardan uygulama indirerek, iletişim kurma, eğlenme, bilgi edinme, alışveriş yapma, finansal işlemler yapma, seyahat planlama ve daha pek çok işlemi gerçekleştirme imkânına sahip olmaktadırlar. Bu çalışmada Harvard Üniversitesi'ne ait olan Dataverse platformunun bir araştırma anketin veri seti kullanılmıştır. Anket, 15'ten fazla ülkede 10.208 kişiyle yapılmıştır. Veri setinde ankete katılanların demografik özellikleri, eğitim bilgileri ve mobil uygulama kullanım davranışları gibi bilgiler bulunmaktadır. Bu çalışmanın temel hedefi mobil cihaz kullanıcılarının profillerini ve uygulama kullanım amaçlarını ve ihtiyaçlarını analiz ederek kullanıcıların bir uygulamayı tercih etme, kullanma ve bırakma kararlarına etki eden faktörleri makine öğrenmesi teknikleriyle belirlemektir. Araştırmada, veri seti üzerinde Logistik Regresyon (LR) , Random Forest (RF), Support vector machine (SVM), K-Nearest Neighbors(KNN) makine öğrenme algoritmaları ile yapılan analizde uygulamanın bulunması, seçilmesi ve bırakılması aşamaları test edilmiştir. Test etme aşamalarında Doğruluk (Accuracy), Hassasiyet (Precision), Duyarlılık (Recall), F1-Score (F-Measure) değerlerine bakılmıştır. Araştırmanın“ Kullanıcı demografik özellikleri uygulamayı bulma davranışını etkilemektedir.”Şeklinde kurulan 1. Hipotezin doğrulanmasında SVM makine öğrenmesi algoritması doğruluk oranı doğruluk oranı 0,930 F1 Score değeri ise 0,950 ile en başarılı algoritma olmuştur. Araştırmanın“Kullanıcının demografik özellikleri uygulamayı seçme davranışını etkilemektedir”şeklinde kurulan 2. Hipotezinin doğrulanmasında SVM makine öğrenmesi algoritması doğruluk oranı 0,920 ve F1 Score değeri ise 0,950 ile en başarılı algoritma olmuştur. Araştırmanın“ Kullanıcı demografik özellikleri uygulamayı bırakma davranışını etkilemektedir.”3. Hipotezinde SVM makine öğrenmesi algoritmasına göre doğruluk oranı 0,940 F1-Score değeri ise 0,970 olarak en başarılı algoritma olmuştur. Elde edilen analiz sonuçlarına göre mobil uygulama kullanıcıları demografik özelliklerinin uygulamayı bulma, seçme ve bırakma davranışları üzerinde etkili olduğu makine öğrenme yöntemleri ile doğru tahmin edilebileceği görülmüştür. Araştırmanın“ Mobil uygulama kullanıcılarının uygulamayı bulma ve seçme davranışları arasında anlamlı bir ilişki vardır.”4. Hipotezini test etmek için Pearson Korelasyon modeli kullanılmıştır. Bu model sonuçlarına göre Ortalama Pearson Korelasyon Katsayısı: 0.215 çıkmıştır. Araştırmanın“Mobil uygulama kullanıcılarının uygulamayı seçme ve bırakma davranışları arasında anlamlı bir ilişki vardır.”5. Hipotezini test etmek için Pearson Korelasyon modeli kullanılmıştır. Bu model sonuçlarına göre Ortalama Pearson Korelasyon Katsayısı: 0.230 çıkmıştır. Elde edilen bu değerlere göre kullanıcının mobil uygulamayı bulma, seçme ve bırakma davranışları arasında pozitif yönde zayıf bir ilişki olduğu görülmüştür. Bu araştırma, kullanıcıların mobil uygulama güvenliği ve gizlilik konusundaki bilinç düzeyini artırmak ve bilinçli seçimler yapmasına yardımcı olacağı düşünülmektedir. Aynı zamanda mobil uygulama geliştiricilerine, kullanıcıların gereksinimlerini daha iyi anlama ve uygulama deneyimini iyileştirme konusunda değerli veriler sunmaktadır.

Özet (Çeviri)

The enriched functionality and interaction features of mobile phones, such as ubiquity, ease of instant connection, application diversity, personalization, flexibility, distribution and location based services, have made them the world's first means of communication. Mobile phones have now become an indispensable element for most people. Users interact in the internet world with the applications installed on these devices. Mobile application stores offer users the opportunity to discover and download thousands of applications in various categories. Every day, millions of people use these stores to find applications that suit their needs or interests. By downloading applications from these stores, users have the opportunity to communicate, have fun, obtain information, shop, make financial transactions, travel planning and many other transactions. In this study, a research survey data set of the Dataverse platform belonging to Harvard University was used. The survey was conducted with 10,208 people in more than 15 countries. The data set includes information such as demographic characteristics, educational information and mobile application usage behavior of the survey participants. The main goal of this study is to analyze the profiles of mobile device users and their application usage purposes and needs, and to determine the factors that affect users' decisions to choose, use and abandon an application, using machine learning techniques. In the research, the stages of finding, selecting and abandoning the application were tested in the analysis performed on the data set with Logistic Regression (LR), Random Forest (RF), Support vector machine (SVM), K-Nearest Neighbors (KNN) machine learning algorithms. During the testing stages, Accuracy, Precision, Recall and F1-Score (F-Measure) values were examined.“User demographic characteristics affect the behavior of finding the application.”In verifying the 1st Hypothesis established as follows, the SVM machine learning algorithm was the most successful algorithm with an accuracy rate of 0.930 and an F1-Score value of 0.950. In confirming the 2nd Hypothesis of the research, which was established as“The demographic characteristics of the user affect the application selection behavior”, the SVM machine learning algorithm was the most successful algorithm with an accuracy rate of 0.920 and an F1-Score value of 0.950.“User demographic characteristics affect application abandonment behavior.”In the 3rd Hypothesis, according to the SVM machine learning algorithm, the accuracy rate was 0.940 and the F1 Score value was 0.970, making it the most successful algorithm. According to the analysis results obtained, it has been seen that the demographic characteristics of mobile application users have an impact on the behavior of finding, choosing and leaving the application and can be accurately predicted by machine learning methods.“There is a significant relationship between mobile application users' behavior in finding and choosing the application.”Pearson Correlation model was used to test Hypothesis 4. According to the results of this model, the Average Pearson Correlation Coefficient was 0.215.“There is a significant relationship between the application selection and abandonment behavior of mobile application users.”Pearson Correlation model was used to test Hypothesis 5. According to the results of this model, the Average Pearson Correlation Coefficient was 0.230. According to these obtained values, it was seen that there was a weak positive relationship between the user's behavior of finding, selecting and leaving the mobile application. It is thought that this research will help users increase their awareness of mobile application security and privacy and make informed choices. It also provides valuable data to mobile app developers to better understand users' needs and improve the app experience.

Benzer Tezler

  1. Tez No

    641657

    An RNN-based approach for discovering inconsistencies between permissions and metadata in android applications

    Androıd uygulamalarında izinler ile meta veriler arasındaki tutarsızlıkları keşfetmek için RNN tabanlı bir yaklaşım

    MUHAMMET KABUKÇU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEVİL ŞEN AKAGÜNDÜZ

    DR. ÖĞR. ÜYESİ BURCU CAN BUĞLALILAR

  2. Tez No

    496025

    Mobil uygulamalarda erişim izinleri

    Access permission in mobile application

    HAKAN İLGAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilim ve Teknolojiİstanbul Bilgi Üniversitesi

    Bilişim ve Teknoloji Hukuku Ana Bilim Dalı

    YRD. DOÇ. DR. TAYFUN ACARER

  3. Tez No

    899126

    Deprem felaketi sonrası mobil alışveriş niyetini şekillendiren faktörler: Mobil uygulama kabulünün rolü

    Factors shaping mobile shopping intentions after an earthquake disaster: The role of mobile app acceptance

    SELİM BUĞDAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Yönetim Bilişim SistemleriSivas Cumhuriyet Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT FATİH TUNA

    ÖĞR. GÖR. ÜZEYİR FİDAN

  4. Tez No

    671938

    Mobil ödeme sistemlerinde kişisel verilerin güvenli saklanması için model tasarımı ve performans analizi

    Model design and performance analysis for secure storage of personal data in mobile payment systems

    ÖZNUR ŞENGEL

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET SERTBAŞ

    DOÇ. DR. MUHAMMED ALİ AYDIN

  5. Tez No

    687749

    Nesnelerin interneti teknolojisi ile akıllı ev kontrolü için uygulama geliştirilmesi

    Application development for smart home control with IoT technology

    HAKİ MEHMET ERZİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET ARİF AYDIN

Geri Dön