Geri Dön

Yalova ili bilişim suç türlerinin yapay zekâ yöntemiyle tahmini

Prediction of it crime types in Yalova province using artificial intelligence method

  1. Tez No: 903945
  2. Yazar: SEZER YURDUSEVEN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ GÜNEŞ HARMAN
  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: Yalova Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Adli Bilişim Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Çağımız dünyasında gelişen teknolojilerle birlikte meydana gelen bilişim suçu türlerinin de hızla arttığı gözlenmektedir. Yeterli eğitim düzeyine sahip olmayan kişilerin birbirleri ile etkileşim içerisinde bulunmaları bilişim suç oranlarını arttırmaktadır. Artan suç oranlarıyla birlikte Yalova ilinde bulunan kişiler ve kullanılmakta olan dijital cihazlar her an tehdit altında bulunmaktadır. İşlenmekte olan suç çeşitliliğinin artması gerek hukuki altyapıyı gerekse kolluk birimlerinin işlerini zorlaştırmakta, elde edilen adli dijital verilerin artması analiz ve raporlama gibi süreçlerin uzamasına sebep olmaktadır. Bu çalışmada, 2020-2023 yılları arasında Yalova Cumhuriyet Başsavcılığı'na intikal etmiş bilişim suçları makine öğrenmesi algoritmaları kullanılarak yorumlanmaya çalışılmıştır. Aynı zamanda sonuçlar doğrultusunda, meydana gelmesi olası bilişim suçu türleri ile olaylara müdahil olan kişi profillerinin tespiti yapılmaya çalışılmıştır. Çalışma kapsamında toplam 2500 adet veri üzerinden 11 adet öznitelik belirlenmiştir. Kullanılan veri seti üzerinde Rastgele Orman (RO), Destek Vektör Makineleri (DVM), Çok Katmanlı Yapay Sinir Ağları (Çok Katmanlı YSA), K-En Yakın Komşular (IBK) gibi makine öğrenmesi algoritmaları kullanılarak performansları karşılaştırılmıştır. Kullanılan makine öğrenmesi algoritmalarının performans değerlendirmeleri karşılaştırıldığında bilişim suçu olaylarına karışan kişilerin müşteki (mağdur) mi yoksa şüpheli mi olduğuna karar verebilmek adına en iyi sonuç 0.83 doğruluk oranı ile DVMSigmoid algoritmasından alınmıştır. Bilişim suçu türlerine ait makine öğrenmesi algoritmalarının performans değerlendirmeleri karşılaştırıldığında en iyi sonuç değeri 0.85 doğruluk oranıyla RO algoritmasından alınmıştır. RO algoritması içerisinde performans değerlendirmesi yapılan bilişim suçu türleriyle ilgili diğer performans değerlerine bakıldığında, en yüksek skor 0.90 ile bilişim sistemini engelleme, bozma, verileri yok etme veya değiştirme suçundan alınmıştır. Kullanılan veri seti üzerinde yapılan analizler; olaylara müdahil olan kişilerin genel olarak evli, erkek, ortaöğretim mezunu ve genç yaşta olduklarını göstermektedir. Sonuç olarak, Yalova ilinde meydana gelen bilişim suçu sayılarının artarak devam edeceği anlaşılmıştır.

Özet (Çeviri)

It is observed that the types of cybercrimes that occur with the developing technologies in our modern world are also increasing rapidly. Interaction between people who do not have sufficient education increases the cyber crime rates. With the increasing crime rates, people in Yalova province and the digital devices used are under threat at all times. The increase in the variety of crimes being committed complicates the work of both the legal infrastructure and law enforcement units, and the increase in forensic digital data obtained causes processes such as analysis and reporting to take longer. In this study, cyber crimes reported to the Yalova Chief Public Prosecutor's Office between 2020 and 2023 were tried to be interpreted using machine learning algorithms. At the same time, in line with the results, an attempt was made to determine the possible types of cyber crimes that may occur and the person profiles involved in the incidents. Within the scope of the study, 11 attributes were determined from a total of 2500 data. Their performances were compared using machine learning algorithms such as Random Forest (RO), Support Vector Machines (SVM), Multilayer Artificial Neural Networks (Multilayer ANN), K-Nearest Neighbors (IBK) on the used data set. When the performance evaluations of the machine learning algorithms used were compared, the best result was obtained from the SVM-Sigmoid algorithm with an accuracy rate of 0.83 in order to decide whether the people involved in cyber crime incidents are complainants (victims) or suspects. When the performance evaluations of machine learning algorithms for cyber crime types were compared, the best result value was taken from the RO algorithm with an accuracy rate of 0.85. When we look at the other performance values related to the types of cyber crimes whose performance is evaluated within the RO algorithm, the highest score is 0.90, obtained from the crime of blocking, corrupting the information system, destroying or changing data. Analyzes made on the data set used; It shows that the people involved in the incidents are generally married, male, secondary school graduates and young in age. As a result, it is understood that the number of cyber crimes occurring in Yalova province will continue to increase.

Benzer Tezler

  1. İlköğretim 8. sınıf görsel sanatlar dersi programında yer alan 'eser analizi' konusunun sanatsal öğretime katkısı nedir

    What is the contribution of the lesson ''analysis of works of art'', which is in the primary school 8th grade visual arts curriculum, to artistic education

    MEHMET KAHRAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Eğitim ve ÖğretimMarmara Üniversitesi

    Güzel Sanatlar Eğitimi Ana Bilim Dalı

    PROF. DR. ÜMRAN BULUT

  2. Kızıçam (Pinus brutia)kabuk taneni eldesinde ekstraksiyon yöntemlerinin verim ve kimyasal bileşim üzerine etkisi

    The effect of extraction methodson yield and chemical compound of bark tannin from redpine (Pinus brutia)

    BAŞAK ATILGAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Ormancılık ve Orman MühendisliğiBursa Teknik Üniversitesi

    Orman Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SAMİ İMAMOĞLU

    YRD. DOÇ. DR. OKTAY GÖNÜLTAŞ

  3. Yalova ili zemin tepki fonksiyonlarının mikrotremör verileri ile belirlenmesi

    Determination of soil response functions in Yalova city with microtremor data

    SERHAT TEKEBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Jeofizik Mühendisliğiİstanbul Üniversitesi

    Jeofizik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EŞREF YALÇINKAYA

  4. Yalova ili yerli ağzı (İnceleme-metinler-sözlük)

    Local dialect of Yalova (Analysis-texts-dictionary)

    ANIL ÇELİK

    Doktora

    Türkçe

    Türkçe

    2018

    Türk Dili ve EdebiyatıUludağ Üniversitesi

    Türk Dili ve Edebiyatı Ana Bilim Dalı

    PROF. DR. HATİCE ŞAHİN

  5. Yalova ili merkez ilçesi zemin özellikleri

    Soil properties of central district of Yalova

    FIRAT ŞENEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İnşaat MühendisliğiSakarya Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AŞKIN ÖZOCAK