Geri Dön

Ses dosyalarında pasif doğrulama yöntemlerine dayalı kopyala yapıştır sahteciliği tespiti

Detection of copy move forgeries in audio recordings using passive verification techniques

  1. Tez No: 902484
  2. Yazar: ALİ HATİPOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ BESTE ÜSTÜBİOĞLU
  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: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 95

Özet

Günümüzde ses dosyalarına yönelik saldırılar, özellikle düzenleme araçlarının sayısındaki artış ve kullanımlarındaki kolaylık sayesinde kötü niyetli kullanıcılar tarafından oldukça fazla yapılabilir hale gelmiştir. Bu tür ses dosyalarının günümüzde her türlü ortamda gerek adli ortamlarda delil olarak gerekse de sosyal medyada görünürlük anlamında kullanılabileceği göz önünde bulundurulduğunda, doğruluklarının ispatlanabilmesi büyük önem arz etmektedir. Sayısal ses doğruluğunu tespit etmek amacıyla literatürde birçok ses doğrulama yöntemi önerilmiştir. Genel olarak bu yöntemler aktif ve pasif doğrulama yöntemleri olmak üzere iki ana kategoride değerlendirilmektedir. Pasif yöntemlerde, sesin doğrulanması işleminde sesten elde edilen istatistiksel özellikler kullanılarak ses doğrulaması gerçekleştirilmekte ve aktif yöntemlerde olduğu gibi ses haricinde herhangi bir ek bilgiye ihtiyaç duyulmamaktadır. Tez kapsamında geliştirilen pasif doğrulama yöntemlerine dayalı bu çalışma ile ses dosyalarındaki kopyala yapıştır sahteciliklerinin tespit edilmesi amaçlanmıştır. Girişten alınan ses dosyası önerilen sesli aktivite tespit yöntemi ile segmentlere ayrıştırılmıştır. Elde edilen segmentlerden PLP, Rasta-PLP, MFCC ve Spectral yöntemleri kullanılarak özellik çıkarımı gerçekleştirilmiştir. Çıkarılan özellikler arasında benzerlik hesaplamasında Korelasyon, Öklit uzaklığı ve DTW' den yararlanılmıştır. Önerilen sahtecilik lokalizasyon algoritmasıyla da şüpheli ses dosyasındaki sahte segmentler işaretlenmiştir. TIMIT ve Arabic Speech Corpus veri setlerinden üretilen iki ayrı sahtecilik veri tabanı üzerinde yapılan deneysel sonuçlar yöntemin, literatürdeki yapılan çalışmalara göre oldukça yüksek olduğunu göstermektedir. Ayrıca önerilen yöntem performansı sahtecilik veri tabanlarında atak uygulanmış seslerle de test edilmiştir. Elde edilen sonuçlar önerilen yöntemin sahtecilik izlerini kapatmak adına saldırganlar tarafından uygulanan ataklara karşı da oldukça dayanıklı olduğunu göstermiştir.

Özet (Çeviri)

With the increasing number and ease of use of editing tools, attacks on audio files have become quite common, especially by malicious users. Considering that such audio files can be used in various environments today, both as evidence in forensic environments and for visibility on social media, proving their authenticity is of great importance. Many audio verification methods have been proposed in the literature to determine digital audio authenticity. In general, these methods are evaluated in two main categories: active and passive verification methods. In passive methods, audio verification is performed using statistical features extracted from the audio, and no additional information is required as in active methods. This study, based on passive verification methods developed within the scope of the thesis, aims to detect copy-paste forgeries in audio files. The audio file taken from the input is segmented using the proposed speech activity detection method. Feature extraction was performed from the obtained segments using PLP, Rasta-PLP, MFCC, and Spectral methods. Correlation, Euclidean distance, and DTW were used in the similarity calculation between the extracted features. The proposed forgery localization algorithm also marked the forged segments in the suspicious audio file. Experimental results obtained on two separate forgery databases produced from the TIMIT and Arabic Speech Corpus datasets show that the method is quite high compared to the studies in the literature. In addition, the performance of the proposed method was also tested with audio files attacked in the forgery databases. The results obtained show that the proposed method is quite robust against attacks applied by attackers to cover up forgery traces.

Benzer Tezler

  1. Assessing the Bosphorus as a migratory corridor for Pipistrellus nathusii using acoustic monitoring methods

    Akustik izleme yöntemleri kullanılarak Pipistrellus Nathusii için Boğaziçi'nin göç koridoru olarak değerlendirilmesi

    TUĞÇE NUR İLBAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Biyolojiİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRAH ÇORAMAN

  2. Sırörtülü ses dosyalarının yapay zeka yöntemleri yardımıyla çözümlenmesi

    Analysis of steganographed audio files with the guide of artificial neural networks

    ALİ DURDU

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET TURAN ÖZCERİT

  3. Comparison of single channel blind dereverberation methods for speech signals

    Tek kanallı ses sinyallerinin ekodan arındırma yöntemlerinin karşılaştırması

    DEHA DENİZ TÜRKÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiSabancı Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN ERDOĞAN

  4. Diagnophone: An electronic stethoscope for respiratory audio analysis

    Dıagnophone: Solunum sesi analizi için bir elektronik steteskop tasarımı

    EGE YAĞ ÇAKIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÖKHAN İNCE

  5. Detecting - embedding data in image files

    Görüntü dosyalarında gömülü data bulma - gömme

    ÖZGÜR DEMİRCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. MALİK KEMAL ŞİŞ