Geri Dön

Deepfake detection using machine learning with feature selection by metaheuristic algorithms

Metasezgisel algoritmalarla özellik seçimiyle makine öğrenimi kullanılarak deepfake tespiti

PDF İndir

  1. Tez No: 935529
  2. Yazar: HANAN SALEH .ABU. ALHAJI
  3. Danışmanlar: DOÇ. DR. YÜKSEL ÇELİK
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Deepfake teknolojisinin hızla ilerlemesi, son derece ikna edici sahte videoların tespit edilmesinde önemli zorluklar ortaya çıkarıyor; yanlış bilgi, kimlik hırsızlığı ve gizlilik ihlalleri gibi riskler doğuruyor. Buna yanıt olarak bu tez, karınca kolonisi optimizasyonu-parçacık sürüsü optimizasyonu (ACO-PSO) ve derin öğrenme tekniklerinden elde edilen özellikleri entegre ederek derin sahte video tespitine yönelik yenilikçi bir yaklaşım önermektedir. Önerilen metodoloji, algılama doğruluğunu ve sağlamlığını artırmak için ACO-PSO özelliklerinden ve derin öğrenme modellerinden yararlanır. ACO-PSO'nun özellikleri, video karelerinin mekansal ve zamansal özelliklerinden çıkarılarak derin sahte manipülasyonun göstergesi olan ince desenleri yakalar. Bu özellikler daha sonra gerçek ve derin sahte videoları otomatik olarak ayırt edecek bir derin öğrenme sınıflandırıcısını eğitmek için kullanılır. Karşılaştırmalı veri kümelerini kullanan kapsamlı deneyler, önerilen yöntemin tespit doğruluğu, manipülasyon tekniklerine karşı sağlamlığı ve görünmeyen verilere genelleme açısından üstünlüğü

Özet (Çeviri)

The rapid advancement of deepfake technology presents significant challenges in detecting highly convincing fake videos, posing risks such as misinformation, identity theft, and privacy violations. In response, this thesis proposes an innovative approach to deepfake video detection by integrating features derived from ant colony optimization–particle swarm optimization (ACO-PSO) and deep learning techniques. The proposed model extracts features from deepfake images using pre-trained convolutional neural networks (CNNs), specifically AlexNet and GoogleNet. These extracted features are then optimized using the ACO-PSO algorithm, capturing both spatial and temporal characteristics of video frames to enhance detection accuracy and robustness. Finally, these optimized features are used to train machine learning classifiers, including support vector machines (SVM), decision trees (DT), and random forests (RF), for automatic differentiation between authentic and deepfake videos. Extensive experiments on benchmark datasets, including the Deepfake Detection Challenge database provided by Meta, illustrate the efficacy of the proposed model in detection accuracy, robustness to manipulation methods, and generalization to unseen data. The results indicate that the model achieves an accuracy of 98.91% and an F1-score of 99.12%, demonstrating its strength in deepfake detection. Furthermore, this thesis introduces a dedicated detection algorithm that integrates face classification, optical flow algorithms, and deep learning models such as AlexNet and GoogleNet. Comparative analysis of the suggested algorithm with different classifiers indicates that the SVM classifier delivers the best performance, achieving 97.01% sensitivity, 97.05% specificity, 97.87% precision, 97.07% accuracy, and 97.75% F1-score. These results exhibit the effectiveness of the proposed approach in distinguishing between genuine and deepfake videos.

Benzer Tezler

  1. Tez No

    188632

    Türkiye'ye gelen yabancı turistlerdeki Türkiye imajı: Antalya ilinde bir uygulama

    The Turkey's imagein the minds of tourists who visit Turkey

    GÜLDEN ÖZGE ÇİÇEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    İletişim BilimleriAnadolu Üniversitesi

    Reklamcılık ve Halkla İlişkiler Ana Bilim Dalı

    YRD. DOÇ. DR. AYHAN YILMAZ

  2. Tez No

    310417

    Tekirdağ havzası yüksek çözünürlüklü sismik yansıma verilerinin işlenmesi ve yorumlanması

    Processing and interpreting high resolutioned seismic reflection datas of the Tekirdag basin

    EMRE PERİNÇEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Jeofizik Mühendisliğiİstanbul Teknik Üniversitesi

    Jeofizik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HÜLYA KURT

  3. Tez No

    431173

    Turizm sektöründe duygusal emek sömürüsünün koşulları ve sonuçları: Otel işletmeleri üzerine bir çalışma

    The conditions and results of emotional labor exploitation in tourism sector: A study on hotel businesses

    ERTAN ÇAKMAKCI

    Doktora

    Türkçe

    Türkçe

    2015

    SosyolojiMuğla Sıtkı Koçman Üniversitesi

    Sosyoloji Ana Bilim Dalı

    DOÇ. DR. ŞİNASİ ÖZTÜRK

  4. Tez No

    443844

    Nukleus akumbense odaklanmış ultrason uyarımının opioid bağımlılığı oluşturulmuş ratlarda opioid koşullu yer tercihi üzerindeki etkilerinin araştırılması

    Investigation of the effects of focused ultrasound pulsation of nucleus accumbens on opioid conditioned place preference in opioid dependent rats

    ALPEREN KILIÇ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    PsikiyatriBezm-İ Alem Vakıf Üniversitesi

    Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. ERDEM DEVECİ

  5. Tez No

    495964

    Spam filtering using big data and deep learning

    Büyük veri ve derin öğrenmeyi kullanarak spam filtreleme

    ONUR GÖKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ERDOĞAN DOĞDU

    YRD. DOÇ. DR. ROYA CHOUPANİ

Geri Dön