Akıllı cihazlarda kullanıcı davranışı ve kimlik doğrulama analizi

Akıllı telefonlar, tabletler ve giyilebilir saatler gibi akıllı cihazlar, taşınabilirlikleri ve kullanıcı dostu arayüzleri nedeniyle günlük yaşama sorunsuzca entegre olmuş ve popülerlik kazanmıştır. Bu cihazların artan kullanımı çeşitli alanlarda araştırmaları hızlandırmıştır. Bu araştırmalarda, kullanıcılar ile cihazlar arasındaki etkileşimler incelenmekte, kullanıcı alışkanlıkları ve davranışları hakkında değerli bilgiler elde edilmektedir. Bu bilgiler, reklam, sağlık ve güvenlik gibi çeşitli alanlarda uygulama bulmakta, kullanıcı deneyimini geliştirmeye ve mevcut sistemleri iyileştirmeye katkı sağlamaktadır. Ancak, mevcut araştırmalardaki sınırlamaları ele almak, performanslarını artırmak ve yeni fırsatları keşfetmek için hala bir ihtiyaç bulunmaktadır. Bu nedenle, bu tez akıllı cihazlardaki kullanıcı davranışlarının analizine odaklanmakta olup, üç temel alanı ele almaktadır: yaş grubu tespiti, cinsiyet tespiti ve kullanıcı kimlik doğrulama. İlk olarak, akıllı telefonlardan elde edilen ivmeölçer verilerini kullanarak kullanıcı yaş gruplarını tespit etmek için bir yöntem sunulmaktadır. Ardından, akıllı telefonlar için üç farklı cinsiyet tespiti şeması önerilmektedir. Bu şemalar, ilk olarak çeşitli kullanıcı etkinliklerinde cinsiyeti tespit etmek için makine öğrenimi yaklaşımlarını içermektedir. Daha sonra, zaman serilerini görüntüye dönüştürme, sürekli dalgacık dönüşümü ve evrişimli sinir ağları içeren derin öğrenme yaklaşımlarına dayalı cinsiyet tespit yöntemleri tanıtıl-maktadır. Son olarak, akıllı telefonlarda kimlik doğrulama için iki yenilikçi yöntem önerilmektedir. İlk yöntem, sensör verilerini ve dokunma davranışlarını analiz etmek için geleneksel makine öğrenimi algoritmalarını kullanmaktadır. İkinci yöntem ise kullanıcı kimlik doğrulama için veri artırma, ayrık dalgacık dönüşümü ve otokodlayıcı modellerini entegre etmektedir. Önerilen modeller umut verici performans sergilemekte ve önceki çalışmalardaki sınırlamalara çözüm sunmaktadır.