The fact that users and applications acquire information using web sites on the internet means that document and information sharing, banking and other operational processes are increasing day by day.Recently however, with the widespread use of the internet, some security problems, such as unauthorized access, data breaches, code infection, malware infections, data leaks and distributed denial of service attacks have emerged.This situation necessitates the protection of the information used in personal and public spaces.In this study, a common model was created to detect user intrusions by taking into account criteria such as the number of transactions performed, their IP addresses, the amount of data they use, the transaction type they perform and the roles they undertake.In this way, the aim was to ensure database security by detecting risky user groups in advance.
Bu çalışmada, dağıtık veritabanlarında bilgi akış denetimi ile veri gizliliği ve kullanıcıların veri mahremiyetini sağlamak amaçlanmıştır. Özellikle, veri akış denetimi ile gizliliği muhafaza edecek dağıtık etiket modeli tanıtılır. Bu model aktör, nesne ve etiketten oluşur. Nesne sahibi bir aktördür ve sahip olduğu veriyi sistemdeki başka aktörlerce paylaşmak durumundadır. Aktörler nesneleri etiketleyerek veri gönderimini sağlar. Etiket aktörler tarafından verilen kişisel güvenlik politikası ifadeleridir. Her aktör diğerlerinden bağımsız bir şekilde kendi güvenlik ve gizlilik politikasını belirler. Etiket aracılığıyla, güvenli olmayan ulaşım kanallarında, akış kontrolü, sistemde bulunan tüm aktörlerin veri gizliliğini sağlar. Veri nesnesi, güvenli olmayan aktör ve ortamlarda güvenli bir şekilde yayılır ve paylaşılır.
Nowadays, Collaborative Filtering (CF) is a widely used recommendation system.However, traditional CF techniques are harder to make fast and accurate suggestions due to changes in user preferences over time, the emergence of new products and the availability of too many users and too many products in the system.Therefore, it becomes more important to make suggestions that are both fast and take the changes in time into consideration.In the presented study, a new method for providing suggestions customized according to the users' preference and taste as they change over time was developed.By combining the time-dependent changes through the SVD (Singular Value Decomposition), a faster suggestion system was developed.Thus, an attempt was made to enhance product prediction success.In the present study all techniques on Netflix data and the results were compared.The results obtained on the accuracy of the predicted ratings were found out to be promising.
Günümüzde derin öğrenme metotları robotik, ses işleme, tıp ve görüntü gibi birçok alanda yaygın kullanılmaktadır. Bu çalışmada literatürde yapılan görüntü sınıflandırma ve analizine yönelik çalışmalar detaylı bir şekilde incelenmiştir. Ayrıca yapılan çalışmada CNN kullanılarak derin öğrenme metotlarının MNIST, Fashion MNIST, CIFAR-10 ve CIFAR-100 ismindeki 4 farklı veri seti üzerinde performans analizleri yapılmıştır. Oluşturulan derin öğrenme modellerinin yapıları, eğitim için kullanılan parametre değerleri, kullanılan katmanlar, doğrulama verileri için elde edilen karmaşıklık matrisleri, doğruluk ve kayıp grafikleri ayrıntılı olarak gösterilmiştir. Çalışmamız 3 adet konvolüsyon katmanı, 3 adet batch normalizasyon katmanı, 2 adet maxpooling katmanı, 1 flatten, 2 droupout, 2 dense katmanından oluşan farklı bir ağ yapısı ile gerçekleştirilmiştir. Ayrıca önerdiğimiz modelle görüntü sınıflandırılmasının farklı veriler üzerindeki performansı artırılmıştır. Test sonunda çalışmamız çeşitli değerlendirme metriklerine göre doğruluk sonuçları karşılaştırılmıştır. Kullanılan tüm veri setleri için en iyi ve en kötü bulunan görüntüler tespit edilmiştir. Önerilen CNN modeli ile MNIST ve Fashion MNIST veri setleri için yüksek doğruluk oranları gözlemlenmiş olup bu değerler sırasıyla %99.22 ve %99.21’dir.
Collaborative Filtering or recommender systems use a database for new users and new items about theirs preferences. It is very important to make private suggestions to users, keep their interest alive with admirable suggestions. Collaborative Filtering (CF) is a commonly used system to meet this end. However, despite the fact that CF systems are widely used, traditional CF techniques are unable to track the preferences of users over a period of time. For this reason, "temporal dynamics" has become an important notion in recommendation systems. In this study a new method has been employed to provide customized suggestions to users whose tastes may have changed over time. The proposed system is different from the traditional user-based CF technique and item-based CF technique in that it examines the dates users ranked products and uses this data to help determine user preferences. The evaluation process has been performed on Netflix data in order to measure the success of the system and compare the results with traditional user-based CF technique and item-based C technique. The results are encouraging and the quality of the predictions were significantly improved.
Erişim denetimleri, günümüz bilgi sistemlerini güven altına almak için geliştirilmiş önemli bir araçtır. Kurumlar erişim denetimlerini özellikle çalışanlarının kim olduğunu, çalışanlarının neler yapabileceklerini, hangi kaynaklara erişebileceklerini ve hangi işlemleri gerçekleştirebileceklerini tanımlamak ve tüm bu süreci yönetmek için kullanırlar. Dağıtık veritabanı sistemlerine sahip kurumlar için ise bu süreç oldukça maliyetli bir iştir. Nitekim farklı sunucular üzerinde dağıtılan ve biri diğerine mantıksal olarak bağlı olan kaynaklara ulaşmak isteyen kullanıcıların tanımlanması, istekte bulunan kullanıcının doğrulanması ve yetkilendirilmesi her zaman etkin bir şekilde yapılandırılamadığından erişim denetimleri yeterince nitelikli bir biçimde gerçekleştirilememektedir. Çalışmamızda önerilen model ile, dağıtık veritabanı sistemlerinde tanımlı tüm kullanıcıların nesneler üzerindeki izin ve erişim düzeylerinin otomatik olarak hesaplanması, böylece kullanıcıların hangi nesneye erişim yapabileceklerine daha etkin bir şekilde karar verilmesi ve ihtiyaç duymadıkları bilgiye erişim yapmalarının ise engellenmesi amaçlanmıştır. Çalışmada önerilen geliştirilmiş model, gerçek hayattan alınmış veri kümesi üzerine uygulanmıştır. Önerilen modelin performansı, Geleneksel Erişim Denetimi modellerinin performansları ile karşılaştırılmıştır. Elde edilen sonuçlar kıyaslandığında, önerilen modelin birçok dağıtık veritabanı sistemlerine ölçeklenebilir olmasının yanında daha doğru erişim düzeyi sonuçlarını veren bir erişim kontrol modeli sunduğu test edilmiştir.
In this study non-linear dimension reduction methods have been applied to a hyperspectral image in order to increase the classification accuracy in feature extraction step. Furthermore, image segmentation has been ensured the by taking into consideration the spatial synthesis of hyperspectral images and passing from high-dimensional space to low dimensional space. It has been compared the results obtained from the image segmentation made by taking one pixel from this spatial synthesis. The advantages of the effects of the results of the dimension reduction techniques made by facing neighbor pixels on the segmentation of hyper-spectral image have been displayed in the experimental results part.
Data security aims to prevent the use, modification, and spread of data by unauthorized people. In this study, our purpose was to provide data privacy and confidentiality with information flow control in distributed databases. In particular, a decentralized label model was developed that maintained confidentiality, including privacy, with data flow control. This model consists of an actor, an object, and a label. The owners of the objects are actors, and they need to share their data objects with others. Actors label the data objects and then send them out. A label contains the policy statements of data security issued by each of the owners. Each owner sets its own security and privacy policy independently of the other owners. The confidentiality of data in unsecured transport channels is ensured for all the actors in the system by means of labels while the data are in flow. Data objects are spread and shared securely among actors within unsecured environments. In addition, with the path compression, the long node chain that is formed while the data objects are passing between the source node and the destination is broken, so that the objects are retrieved fast, and the cost of access is reduced. This result was shown experimentally by modeling the distributed environment.
Metaverse insanlar için sanal dünya ile gerçek dünyayı bir araya getirir. Kullanıcıların avatarları ve hologramları kullanarak gerçek ve simüle edilmiş ortamlarda sorunsuz bir şekilde etkileşim kurmasını sağlar ve artırılmış ve sanal gerçeklik teknolojilerini kullanarak fiziksel dünyayı genişletme potansiyeline sahiptir. Sanal ortamlar ve sürükleyici oyunlar (Second Life, Fortnite, Roblox ve VRChat gibi) meta verinin öncülleri olarak tanımlanır ve kullanıcılarına tam, işlevsel ve kalıcı bir platform sunar. Eski bir kavram olmasına rağmen günümüzde yeni yeni kullanılmaya başlanmıştır. Bu çalışma kapsamında literatürde fazla örnekleri olmayan, yeni bir çalışma konusu olan metaverse terimi üzerinde durulmuştur. Metaverse’nin tanımı, kullanım alanları, önemi, faydaları ve zorlukları anlatılmış ve ileride bu teknolojiyle ile neler yapılabileceği ile alakalı bilgiler verilmiştir. Bu teknoloji tanıtılarak ileride yapılacak çalışmalar için literatüre katkı sağlanması amaçlanmıştır. Ayrıca Metaverse’de kullanılan teknolojiler tanıtılmıştır ve konu detaylı bir şekilde ele alınmıştır. Bu çalışma bu alanda çalışma yapacak araştırmacılar için örnek teşkil edecektir.
