Developing cyber security to reduction cyber threats represented of digital images
Siber güvenliği geliştirmek dijital görüntülerle oluşan siber tehditlerin azaltılması
- Tez No: 940586
- Danışmanlar: DR. ÖĞR. ÜYESİ OGUZ KARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Bu tez, özellikle yapay zekayı (AI) kullanarak, dijital görüntülere gömülü siber tehditleri ele almak üzere tasarlanmış, son teknoloji bir Virüs Algılama Uygulamasını tanıtmaktadır. Uygulamanın özü, görüntü tanıma yetenekleriyle tanınan güçlü bir evrişimli sinir ağı (CNN) olan InceptionV3 derin öğrenme modelinin uygulanması etrafında dönmektedir. Algoritmik iş akışı, dijital görüntülerin ön işlenmesiyle başlar. Görüntüler, giriş verilerinde kalınlığı garantilemek için standartlaştırılmış 300x300 piksel biçimine yeniden boyutlandırılır. Ön işleme adımı, analiz için değişmez giriş verileri sağlayarak modelin performansını optimize etmek için çok önemlidir. Aktarım okuryazarlığı, algoritmik yaklaşımın önemli bir unsurudur. ImageNet veri kümesinde önceden eğitilen InceptionV3 modeli, bir nokta çıkarıcı görevi görür. Model, farklı bir görüntü kümesi üzerinde kapsamlı eğitimi sırasında edindiği bilgiyi kullanarak, kötü amaçlı yazılımlara, bulaşıcı hastalıklara ve truva atlarına uygulanabilir dijital görüntülerdeki karmaşık desenleri ve özellikleri ayırt edebilir. Bu bilgi aktarımı, eğitim sürecini önemli ölçüde hızlandırır ve modelin farklı görüntü veri kümeleri arasında genelleme yapma yeteneğini artırır. İşlemin en önemli noktası olan kapsamlı tarama noktası, eğitilen modelin uyuşturucu bağımlısı olarak adlandırılan bir görüntü kümesine metodik bir şekilde çalıştırılmasını içerir. Modelin tahminleri şifresi çözülür ve örtük tuzaklar birbirine bağlanır. En iyi 3 değerlendirme stratejisinin seçimi, modelin değerlendirmelerine olan güveninin ayrıntılı bir şekilde anlaşılmasını sağlar. Sürekli okuryazarlık, uyuşturucu bağımlısı tarafından bırakılan bir model eğitim süreciyle kolaylaştırılır. Model, bir veri kümesi üzerinde basitleştirilir ve bu da katılığını gelişen siber tuzaklara karşı buzlaştırır. Çift sigmoid aktivasyon fonksiyonuna sahip kalın bir alt kastın kullanılması, modelin enfekte görüntüleri ilişkilendirme algısını artırırken yanlış dolandırıcılıkları en aza indirir. Bu keşif, sağlam ve uyarlanabilir bir Bulaşma Keşif Uygulaması oluşturmada yapay zekaya yerleştirilmiş sofistike algoritmaların kritik bölümünü vurgular. Ön işleme, aktarım okuryazarlığı ve sürekli eğitimin birleşimi, dijital görüntülerdeki siber tuzakların ilişkilendirilmesi ve yatıştırılmasında operasyonun etkinliğine katkıda bulunur.
Özet (Çeviri)
This thesis introduces a cutting-edge Virus Detection App designed to address cyber threats embedded in digital images, with a particular focus on the underlying algorithms, specifically leveraging artificial intelligence (AI). The core of the application revolves around the implementation of the InceptionV3 deep learning model, a powerful convolutional neural network (CNN) renowned for its image recognition capabilities. The algorithmic workflow begins with the preprocessing of digital images. Images are resized to a standardized 300x300 pixel format to insure thickness in the input data. The preprocessing step is pivotal for optimizing the model's performance by furnishing invariant input data for analysis. Transfer literacy is a crucial element of the algorithmic approach. The InceptionV3 model,pre-trained on the ImageNet dataset, serves as a point extractor. By using the knowledge acquired during its expansive training on a different set of images, the model can discern intricate patterns and features in the digital images applicable to malware, contagions, and trojans. This transfer of knowledge significantly accelerates the training process and enhances the model's capability to generalize across different image datasets. The comprehensive scanning point, a highlight of the operation, involves the methodical operation of the trained model to a stoner- named set of images. The model's prognostications are decrypted, and implicit pitfalls are linked. The choice of a top- 3 vaticination strategy offers a nuanced understanding of the model's confidence in its assessments. Continual literacy is eased through a stoner- touched off model training process. The model is streamlined on a dataset, icing its rigidity to evolving cyber pitfalls. The use of a thick subcaste with a double sigmoid activation function enhances the model's perceptivity to relating infected images while minimizing false cons. This exploration underscores the critical part of sophisticated algorithms, embedded in artificial intelligence, in creating a robust and adaptable Contagion Discovery App. The admixture of preprocessing, transfer literacy, and continual training contributes to the efficacity of the operation in relating and mollifying cyber pitfalls in digital images.
Benzer Tezler
- Makine öğrenmesi algoritmalarının hibrit yaklaşımı ile ağ anomalisi tespiti
Network anomaly detection with a hybrid approach of machine learning algorthms
FEYZA ÖZGER
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİT ÖZTEKİN
- Siber güvenlik ekosisteminin geliştirilmesi
Developing the cyber security ecosystem
ZEYNEP EBRU IŞIK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
DOÇ. DR. ÇELEBİ ULUYOL
- Kuzey Kıbrıs Türk Cumhuriyeti'nde siber güvenlik strateji belgesi eylem planı oluşturulması ve uygulama yöntemlerinin geliştirilmesi
Designing a cyber security strategy document action plan and development of implementation methods in North Cyprus
ÖZLEM GÖRKAN EVRE
Doktora
Türkçe
2024
Bilim ve TeknolojiGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
PROF. DR. BÜNYAMİN CİYLAN
- Siber saldırıların ekonomik boyutu
The economic dimension of cyber attacks
İBRAHİM ÖZKAN
Yüksek Lisans
Türkçe
2019
EkonomiBilecik Şeyh Edebali Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. CÜNEYT KOYUNCU
- Uluslararası ilişkilerde siber güvenlik ve siber hukuk
Cyber security and cyber law in international relations
MİTHAT BAŞTUĞ
Yüksek Lisans
Türkçe
2023
Uluslararası İlişkilerKarabük ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ALİ YETGİN