33
Archived Theses
0
DOIs Assigned
0%
DOI Rate
Discipline
İşbirlikçi filtreleme yöntemi ile meslek tavsiye sistemi
Meslek seçimi bireylerin gelecekteki kariyerlerini belirleme sürecinde önemli bir karar noktasıdır. Mevcut durumda genellikle lise öğrencilerine meslek seçiminde yardımcı olmak için kişilik ve yeteneklerini ölçen testler yapılmaktadır. Rehber öğretmenler bu testlerin yanında öğrencinin akademik başarısına dayalı önerilerde de bulunabilmektedir. Bu tez çalışmasında, gençlere meslek seçimi için yardımcı olabilecek farklı bir öneri sistemi geliştirilmiştir. Bu sistem, meslek sahibi kişilerin, üniversite öğrencilerinin ve lise öğrencilerinin anket sorularına verdikleri yanıtları kullanarak benzerlik analizleri yapmayı hedefler. Bu analizlere göre anketi yanıtlayan gençlere, en yüksek oranda benzer yanıtlar veren yetişkinlerin meslekleri (eğer o meslekleri icra etmekten mutlu iseler) öneri olarak sunulmaktadır. Yapılan anketlerdeki sorular içinde, RIASEC testi gibi kişilik belirlemeye yönelik testlerdeki sorular ve lisede okutulan derslerden hangilerini sevdiklerini anlamaya yönelik soruların yanında, üniversite öğrencileri için okudukları bölümden, meslek sahipleri için ise yaptıkları meslekten memnun olup olmadıklarını ve seçimlerini neye göre yaptıklarını anlamaya yönelik ek sorular da bulunmaktadır. Mevcut durumda RIASEC testine göre belirlenen kişilik özellikleri örneğin gerçekçi (realistic: R) ise bu kişilik tipine uygun olabilecek önceden belirlenmiş bazı meslekler önerilmektedir. Geliştirdiğimiz işbirlikçi filtrelemeye dayalı öneri sisteminde hem RIASEC testindeki sorular hem de hangi dersleri sevdiklerine yönelik sorulara verilen yanıtlar üzerinden "lise öğrencileri" ile "üniversite öğrencileri + meslek sahipleri" arasında kosinüs benzerliğine dayalı bir model kullanılarak, "en yüksek benzeşmeye" göre meslek önerisi yapılmaktadır. Tez çalışmasında ayrıca verinin az olduğu "soğuk başlangıç" durumunda kullanılabilecek bir hibrit yöntem de önerilmiştir. Bu yöntemde RIASEC testi sonucuna göre belirlenen kişiliğe uygun meslekler bir kümede, lisede okutulan derslerden hangilerini sevdiklerine yönelik sorulardan elde edilen veriler üzerinden kosinüs benzerliği ile elde edilen yüksek benzerlik gösteren kişilerin meslekleri diğer bir kümede saklanmış, ve bu iki kümenin kesişiminde yer alan meslekler önerilmiştir. Ankete yüksek oranda katılım sağlanamamış olması nedeniyle (bazı mesleklerden katılım olmaması veya sadece 1-2 kişinin olması gibi), istenen doğrulukta analiz sonuçları elde edilememiş olsa da sunulan bu Meslek Tavsiye Sistemi gelecek araştırmalara ve uygulamalara temel oluşturabilecek değerli bir katkı sağlamıştır.
Dinamik geometri yazılımı (Cabri 3D) ile desteklenen 5e öğrenme döngüsü modeline göre yapılan geometri öğretiminin yedinci sınıf öğrencilerinin van hiele geometri düşünme düzeylerine, geometri başarısına ve geometriye karşı tutumuna etkisi
Bu çalışmada, Cabri 3D ile desteklenmiş 5E döngüsü modeline göre geometri öğretiminin öğrencilerin başarılarına, Van Hiele düşünme düzeylerine, başarı ve van Hiele düzeylerinin kalıcılığına ve tutumlarına etkilerini incelemek amaçlanmıştır. Çalışmanın bir diğer amacı, kullanılan Cabri 3D yazılımı hakkında öğrenci görüşlerini belirlemektir. Bu çalışma 2021-2022 eğitim öğretim yılında Muş ilinde bir devlet okulunda yedinci sınıfta öğrenim gören öğrencilerle yürütülmüştür. Çalışma grupları rastgele örneklem metoduyla seçilmiştir. Deney grubu 24 öğrenci, kontrol grubu ise 23 öğrenciden oluşmaktadır. Deney grubuna dinamik geometri yazılımı Cabri 3D ile desteklenen 5E modeli doğrultusunda tasarlanan öğretim etkinlikleri uygulanmıştır. Kontrol grubunda ise dersler geleneksel yöntem ve ders kitabındaki etkinliklere göre sürdürülmüştür. Çalışmada karma araştırma yöntemi kullanılmıştır. Kontrol gruplu yarı deneysel desen nicel araştırma yöntemi olarak ve durum çalışması deseni ise nitel araştırma yöntemi olarak kullanılmıştır. Veri toplama araçları "Akademik Başarı Testi", "van Hiele Geometri Düşünme Düzeyleri Testi", "Geometri Tutum Ölçeği", "Bireysel Değerlendirme Formu", "Görüşme formu" ve "Gözlem Formu" olarak seçilmiştir. Nicel veriler için farklı gruplara ait istatistiksel analizler yapılırken normal dağılımlarda ilişkisiz örneklemler t-testi ve normal olmayan dağılımlarda Mann Whitney-U testinden yararlanılmış, aynı gruplara ait istatistiksel analizler yapılırken normal dağılımlarda ilişkili örneklemler t-testi ve ANOVA, normal olmayan dağılımlarda Wilcoxon testi kullanılmıştır. Nitel verilerin analizinde içerik analizi, frekans ve yüzde tablolarından yararlanmıştır. Bulgulara bakıldığında araştırma öncesi çalışma grubundaki öğrencilerin geometri başarıları, geometriye karşı tutumları ve van Hiele düşünme düzeyleri bakımından benzer seviyede olduğu görülmüştür. Deney grubuna uygulanan Cabri 3D destekli 5E modeline göre uygulanan öğretimin ve kontrol grubuna uygulanan geleneksel yöntemle öğretimin yedinci sınıf öğrencilerinin başarılarını, tutumlarını ve van Hiele düşünme düzeylerini olumlu yönde etkilediği belirlenmiştir. Deney grubuna uygulanan Cabri 3D destekli 5E modeline göre yürütülen öğretimin, kontrol grubuna uygulanan geleneksel yönteme kıyasla yedinci sınıf öğrencilerinin başarılarının, tutumlarının ve van Hiele düşünme düzeylerinin artışında daha fazla etkisinin olduğu ortaya çıkmıştır. Deney grubuna uygulanan Cabri 3D destekli 5E modeli doğrultusunda yürütülen öğretimin yedinci sınıf öğrencilerinin başarının ve van Hiele düşünme düzeylerinin kalıcılığına olumlu etkisi olduğu görülürken, kontrol grubuna uygulanan geleneksel yöntemle yürütülen öğretimin yedinci sınıf öğrencilerinin başarılarının ve van Hiele düşünme düzeylerinin kalıcılığına etkisi olmadığı belirlenmiştir. Öğrencilerin görüşleri incelendiğinde, Cabri 3D kullanımının başarılarını artırdığı, kalıcılığı olumlu etkilediği, soru çözümünde hız kazandırdığı yönünde öğrenci görüşleri olduğu tespit edilmiştir. Ayrıca öğrencilerin Cabri 3D yazılımının pratik, pekiştirici olması, eğlenceli bir ortam sunması, öğrencilerin aktif katılımına imkân vermesi, tekrarlanabilir olmasının yanında zengin görsel içerik sunması yönünde düşünceler ortaya koyduğu gözlemiştir. Öğrencilerin bireysel değerlendirme formuna verdikleri cevaplar incelendiğinde, Cabri 3D kullanılarak yürütülen etkinlikleri öğrencilerin ilgi çekici bulduğu, öğrencilerin etkinliklerle yeni bilgiler öğrendiği ve etkinlikler yürütülürken öğrencilerin grup çalışması yapılmasından hoşlandığı tespt edilmiştir. Sonuç olarak, dinamik geometri yazılımı Cabri 3D ile desteklenen 5E modeline göre uygulanan öğretim etkinliklerinin, geleneksel yönteme kıyaslandığında başarı ve başarının kalıcılığını, van Hiele düşünme düzeyleri ve düzeylerin kalıcılığını, geometriye yönelik tutumu artırmada daha fazla etkili olduğu ortaya çıkmıştır. Öğrencilerin Cabri 3D yazılımı kullanımının geometri başarılarını artırdığı, kalıcılığı olumlu etkilediği, soru çözümünde hız kazandırdığı ve Cabri 3D ortamının eğlenceli, pratik, pekiştirici olduğu, aktif katılıma imkân verdiği, tekrarlanabilir olduğu, zengin görsel içerik sunduğu yönünde görüş birliğinde olduğu da ulaşılan bir diğer sonuçtur.
Maksimum uzaklıkta ayrılabilen yarı involutif matrisler için tasarım teknikleri
Doğrusal dönüşüm katmanları, modern blok şifreleme algoritmalarında yayılma ilkesini gerçekleştiren temel yapı taşlarıdır. Maksimum Uzaklıkta Ayrılabilen (MDS) matrisler, maksimum dal sayısıyla güçlü yayılım özellikleri sundukları için bu katmanların tasarımında tercih edilirler. Öte yandan, tersi kendisine eşit (involutif) olan doğrusal dönüşüm katmanları, şifreleme ve şifre çözme işlemlerinin aynı maliyetle uygulanmasına olanak tanıyarak avantaj sağlamaktadırlar. Bir involutif matrisin, c elemanıdır F_(2^m) - {0,1} skaleri ile çarpımına eşit olan yarı involutif MDS matrisler ise ters alma işlemlerinin yalnızca basit matris çarpımlarıyla gerçekleştirilebilmesini sağlayarak daha geniş bir tasarım alanı sunmaktadır. Bu tez çalışmasında, F_(2^3) ve F_(2^4) sonlu cisimlerinde tanımlı indirgenemez polinomlar kullanılarak involutif MDS matrislerden yarı involutif MDS matrislerin elde edilmesine olanak tanıyan cebirsel bir yöntem önerilmektedir. Ayrıca, geliştirilen matrislerin donanımsal uygulanabilirliğini artırmak amacıyla dört farklı XOR optimizasyon algoritması ile karşılaştırmalı analizleri gerçekleştirilmiştir.
Blok zinciri teknolojisinde kullanılan konsensüs algoritmalarının incelenmesi ve yeni bir algoritma tasarımı
Blok zinciri, dijital verilerin güvenli, şeffaf ve merkeziyetsiz bir şekilde kaydedilmesine imkân tanıyan, birbirine bağlı veri bloklarından oluşan bir teknoloji olarak tanımlanmaktadır. Her blok, belirli bir zaman dilimi içerisinde gerçekleşen bir dizi işlemi içermektedir ve bir önceki bloğun verilerini içeren şifrelenmiş bir özet (hash) ile birbirine bağlanmaktadır. Bu zincirli yapı, her bloğun bir önceki bloğun şifrelenmiş bir özetini içermesi ve bu özete dayanarak bir bağ oluşturması nedeniyle, verilerin değiştirilmesini veya silinmesini son derece zorlaştırmaktadır. Merkezi bir otoriteye ihtiyaç duymaksızın işlemlerin doğrulanması ve kaydedilmesi amacıyla geliştirilen blok zinciri teknolojisi, özellikle kripto para birimleri, akıllı sözleşmeler ve dijital kimlik doğrulama gibi alanlarda yaygın biçimde kullanılmaktadır. Blok zinciri teknolojisi, her bir işlemin tanımlanması, doğrulanması, depolanması, paylaşılabilmesi için dijital olarak kaydedilmesi ve imzalanması gibi aşamaları içeren bir teknolojidir. Bu protokole göre, katılımcıların belirli bir veri ve işlem üzerinde ortak bir karara varması (mutabakata ulaşması) gerekmektedir. Konsensüs algoritmaları, blok zincir ağı içinde tüm ağ katılımcılarının aynı verileri kabul etmesini sağlamak, ağda gerçekleşen işlemlerin geçerli olduğunu doğrulamak, ağda tek bir merkezi otorite olmaksızın güvenli ve tutarlı işlem kaydı oluşturmak ve dağıtık katılımcılar arasında fikir birliği sağlamak amacıyla kullanılmaktadır. Dağıtık bir sistemde veri bütünlüğünü koruyan bu algoritmalar, tüm katılımcıların aynı bilgiye sahip olmasını ve zincirin güvenliğini sağlamaktadır. Farklı blok zinciri ağları tarafından güvenlik, merkeziyetsizlik ve performans dengelerini sağlamak için İş Kanıtı (PoW), Hisse Kanıtı (PoS), Yetkilendirilmiş Hisse Kanıtı (DPoS), Pratik Bizans Hata Toleransı (pBFT), Federatif Bizans Anlaşması (FBA), Kapasite Kanıtı (PoC), Yetki Kanıtı (PoA), Yakma Kanıtı (PoB), Geçen Zaman Kanıtı (PoET), Önem Kanıtı (PoI), Ripple Protokol Konsensüs Algoritması (RPCA) gibi çeşitli algoritmalar geliştirilmiştir. Bu tez çalışmasında, mevcut konsensüs algoritmalarının incelenmesi ve çift katmanlı yeni bir algoritma tasarlanarak, ilk katmanda rastgele doğrulayıcı seçimi ve ikinci katmanda rastgele seçilen 3 doğrulayıcıdan birinin oylama yoluyla belirlenmesi ile doğrulama süreçlerinin dağıtılması ve blok zinciri sisteminde merkeziyetsizliğin güçlendirilmesi amaçlanmıştır.
Gizlilik paylaşımında kullanılan matematik fonksiyon ve yöntemleri üzerine inceleme
Teknolojideki küresel gelişim, milyarlarca insanın dijital faaliyetleri tarafından bir takım verilerin de ortaya çıkmasına neden olmuştur. İnternet üzerinden gerçekleştirilen her bir işlem ardında bir veri oluşturmuştur. Veri, bilgisayarlar ve telefon gibi dijital cihazların insana erişimi ile daha yaygın özelliğe bürünmüştür. Günlük yapılan işlemler, haber okuma bilgileri, arama motoru verileri, alışveriş işlemleri gerçekleştirilmesi gibi birçok işlem arkasında birçok veriyi bırakmıştır. Verilerin ortaya çıkması ve boyutunun artmasına paralele olarak teknoloji üzerinden dijital veriler kayıt edilir hale gelmiştir. Veri kayıtları ile ilgili ortaya çıkabilecek olası sakıncalar açısından önemli düzeyde hukuki, güvenlik ve etik sorunların da yaşanması olası hale gelmiştir. Dolayısı ile veri güvenliği, gizlilik, sahtecilik ve veri bütünlüğü gibi konular önem kazanmaktadır. Verinin doğru bir şekilde saklanması, güvenliği ve gizliliği sağlanması hayati öneme sahiptir. Bu tezde, teknolojinin dijital olarak gelişmesi, kuruluşlar yanı sıra milyarlarca birey tarafından oluşturulan veriler ile ilgili gizlilik paylaşımında kullanılan matematik fonksiyon ve yöntemleri incelenmiştir. İncelemede, birçok matematiksel fonksiyon ve yöntemin farklı şekillerde veri gizliliği süreçlerinde kullanıldığı görülmüştür.
Endüstri 4.0 çağında yapay zeka teknikleri ile takım ucu konum kestirimi: Sanayide bir dijital dönüşüm örneği
Dijital dönüşümle makinelerden toplanan sensör verilerinin işlenmesi sayesinde son yıllarda üretimin durmasına neden olabilecek takım tezgahlarının kırılmasını ve aşınmasını oluşmadan önce tahmin etmek için büyük çabalar sarf edilmiştir. Yapay zeka algoritmaları kullanılarak üretimde kesici takımların verilerinden çıkarımlar yapılabilmektedir. Bu çalışmanın temel motivasyonu talaşlı imalatta kullanılan takımlardır. Takımların üretimi sırasında sensörler yardımıyla makineden veri alınmaktadır. Seçilen ayırıcı özelliklerden olan üç eksende konum verilerinin gideceği yerlerin tahmini LSTM, RNN ve ARIMA algoritmaları kullanılarak yapılmıştır. Bu üç algoritma hata oranlarına göre karşılaştırılmıştır. LSTM algoritması en düşük ortalama mutlak hata ve kök ortalama karesel hata oranlarına sahiptir. Elde edilen sonuçlara göre, ayırıcı özellik seçimi ve derin öğrenmeye dayalı tahminin hibrit yaklaşımı ile ekipman ömrünü uzatmak ve ekipman verimliliğini artırmak mümkündür.
Sonlu halkalarda devirli kodlar ve kodların kıyaslanması
Tezde iki değişkenli yeni halka tipi tanımlanmıştır. Devirli, sabit, yarı devirli kod tanımları bu halka tipi üzerinde sunulmuştur ve aralarındaki ilişkileri kıyaslayan önermeler verilmiştir. Tezin birinci bölümünde, kodlama teorisindeki ilk çalışmalar, gelişimi ile birlikte literatürdeki araştırmalardan bahsedilmiştir. İkinci bölümde ise, kodlama teorisi kapsamında özellikle lineer ve devirli kodlara dair gerekli olan temel cebirsel kavramlara yer verilmiştir. Üçüncü bölümde 𝑢1 3 = 0, 𝑢2 3 = 0 ve 𝑢1 ∙ 𝑢2 = 𝑢2 ∙ 𝑢1 = 0 koşulları ile iki değişkenli katsayıları 𝔽2'de olan halka verilmiştir. Bu halkadaki sabit devirli kodların 𝔽2 cisminde karşılık geldiği yarı devirli kodlar incelenmiştir. Dördüncü bölümde ise 𝑢1 3 = 0, 𝑢2 3 = 0 ve 𝑢1 ∙ 𝑢2 = 𝑢2 ∙ 𝑢1 = 0 şartlarını koşulları ile katsayıları 𝔽3 ve 𝔽𝑝'de olan iki değişkenli halkalarda devirli kodlar ele alınmış ve bunların Gray görüntülerinin sonuçları incelenip yorumlanmıştır. Son bölümde ise ilk dört bölümün genel bir sonucu çıkarılmıştır.
The investigation of mechanistic differences of Rac1P29S and Rac1A159V activation via molecular dynamics simulations
Rac1 is a small GTPase which plays key roles in actin reorganization, cell motility, cell survival/growth as well as in various cancer types and neurodegenerative diseases. Similar to other Ras superfamily GTPases, Rac1 switches between GTP-bound active and GDP-bound inactive states. When active, Rac1 signals to various downstream effectors including Pak family kinases. The switch I and switch II regions open and close during GDP/GTP exchange. Rac1P29S and Rac1A159V (paralogous to K-RasA146) mutations are the two most common somatic mutations of Rac1. Rac1P29S is a known hotspot for melanoma, where it is the third most occurring mutation after B-RafV600 and N-RasQ61 mutations. Rac1A159V is most commonly observed in head and neck cancer. Both mutations are relatively newly discovered and require better characterization. In this thesis, how the mutations Rac1P29S and Rac1A159V differ the Rac1 dynamics is investigated by using molecular dynamics simulations. A total of five systems are simulated as follows: Rac1WT-GTP, Rac1WT-GDP, Rac1P29S-GTP, Rac1P29S-GDP, and Rac1A159V-GTP. Here, wild-type systems are considered as the control groups. For the analysis of the simulation trajectories, we focused on the conformational changes of switch regions and changes in nucleotide binding residues as these changes are important for GDP/GTP exchange of Rac1. This thesis suggests that P29S and A159V mutations activate Rac1 with different mechanisms. In the Rac1P29S-GTP system, proline to serine substitution changes the flexibility of the switch I region and keeps the switch in an open conformation. We propose that the open conformation of switch I region is one of the underlying reasons for rapid GDP/GTP exchange of Rac1P29S. On the other hand, in Rac1A159V-GTP, some of the contacts of guanosine ring of GTP with Rac1 temporarily lost, enabling guanosine ring to move towards switch I region and subsequently close the switch. The switch II regions of both Rac1P29S-GTP and Rac1A159V-GTP systems are stabilized in a closed conformation with respect to the Rac1WT-GTP system. Rac1A159V-GTP adopts a conformation similar to Ras state 2, where both switch regions are in closed conformations, switch I residue Thr35 forms a hydrogen bond with the nucleotide, and switch II residue Gly60 also interacts with the nucleotide. The fact that all Rac1WT-GTP, Rac1P29S-GTP, and Rac1A159V-GTP are stabilized with different conformations suggests that all three systems would interact with Rac1 regulators and downstream effectors differently.
Finding novel markers for neurodevelopmental diseases by machine learning-based classification
Major Depressive Disorder (MDD) is one of the leading neurodevelopmental disorders worldwide and its heterogeneous and complex nature remains a significant challenge for scientists to fully understand and unravel. In recent years, the importance of gut microbiome through the human gut-brain axis has gathered the attention of scientists to analyze and model the bacterial components of the human gut and its effects on the human brain, especially in the case of MDD. In this study, we analyzed the American Gut Project (AGP) dataset using fecal samples of 361 controls and 23 MDD patients. After retrieving the Qiita bioinformatics analysis, the cohort was analyzed for its characteristics and for alpha and beta diversity indexes which did not reveal any statistical significance except for the age of patients. Various differential abundance analysis (DAA) methods were conducted to find potential biomarkers and these results were fed into our machine learning models as an alternative DAA-filtered dataset compared to the raw dataset to find important features. Our best two models, which were Random Forest and XGBoost, at their intersection, have found that despite some inconsistencies in the literature, species Bifidobacterium adolescentis and genera Odoribacter, Ruminococcus, and Adlercreutzia could be potential biomarkers for MFD. Our models found that species B. adolescentis decreased in MDD patients whereas the rest increased in MDD patients. Despite supporting evidence for these potential biomarkers, factors such as modeling and filtering choices, as well as external influences like sex, stress and diet should also be taken into account when analyzing gut microbiome datasets.
Ses ve görüntü dönüşümü kullanilarak android kötücül yazilim tespiti
Mobile devices have started a new era with their hardware and various software developed for them. A security vulnerability in these devices could lead to the theft of personal information, breaches of privacy, and even financial loss. Therefore, ensuring that the apps downloaded to the devices are reliable and safe is very important. For this purpose, within the scope of this thesis, an investigation into the image and audio-based approaches for Android malware detection and family classification is conducted. In the image-based approach, an end-to-end method is proposed that treats Android application files as binary sequences. In the method, grayscale image representations were created for each sample, and training and testing processes were carried out with CNN. Image representations of malware can be made by treating the files as binary sequences or the extracted static features in matrix form. For this reason, the impact of static feature set combinations on classification performance is also investigated. Initially, all possible combinations of four different feature sets obtained from Android application files are considered, and their effects on classification performance are investigated. Effective feature set combinations are determined by evaluating all combinations with ten different classification algorithms. Subsequently, RGB images are created with feature set combinations, and training and testing processes are carried out using CNN. In the results obtained, it was seen that with different feature set combinations, a performance above 99% could be obtained. In addition to image representations of Android applications, audio representations can also be created. Although audio-based approaches are less common than image-based ones in the literature, they can achieve similarly high classification accuracies. In this context, an audio-based method is proposed, treating the Android malware family detection problem as a music category classification problem. Android application files were converted to audio files, and their audio-based attributes were extracted. Then, features with high discrimination were determined with four different feature selection algorithms, and the classification processes were carried out. Family detection was performed with 96.6% accuracy in experiments on an eight-class data set. At the end of the thesis, discussions were made about the methods used in the study.
Sonlu halkalarda devirli kodlar ve kodların kıyaslanması
Tezde iki değişkenli yeni halka tipi tanımlanmıştır. Devirli, sabit, yarı devirli kod tanımları bu halka tipi üzerinde sunulmuştur ve aralarındaki ilişkileri kıyaslayan önermeler verilmiştir. Tezin birinci bölümünde, kodlama teorisindeki ilk çalışmalar, gelişimi ile birlikte literatürdeki araştırmalardan bahsedilmiştir. İkinci bölümde ise, kodlama teorisi kapsamında özellikle lineer ve devirli kodlara dair gerekli olan temel cebirsel kavramlara yer verilmiştir. Üçüncü bölümde 𝑢1 3 = 0, 𝑢2 3 = 0 ve 𝑢1 ∙ 𝑢2 = 𝑢2 ∙ 𝑢1 = 0 koşulları ile iki değişkenli katsayıları 𝔽2'de olan halka verilmiştir. Bu halkadaki sabit devirli kodların 𝔽2 cisminde karşılık geldiği yarı devirli kodlar incelenmiştir. Dördüncü bölümde ise 𝑢1 3 = 0, 𝑢2 3 = 0 ve 𝑢1 ∙ 𝑢2 = 𝑢2 ∙ 𝑢1 = 0 şartlarını koşulları ile katsayıları 𝔽3 ve 𝔽𝑝'de olan iki değişkenli halkalarda devirli kodlar ele alınmış ve bunların Gray görüntülerinin sonuçları incelenip yorumlanmıştır. Son bölümde ise ilk dört bölümün genel bir sonucu çıkarılmıştır.
Gizlilik paylaşımında kullanılan matematik fonksiyon ve yöntemleri üzerine inceleme
Teknolojideki küresel gelişim, milyarlarca insanın dijital faaliyetleri tarafından bir takım verilerin de ortaya çıkmasına neden olmuştur. İnternet üzerinden gerçekleştirilen her bir işlem ardında bir veri oluşturmuştur. Veri, bilgisayarlar ve telefon gibi dijital cihazların insana erişimi ile daha yaygın özelliğe bürünmüştür. Günlük yapılan işlemler, haber okuma bilgileri, arama motoru verileri, alışveriş işlemleri gerçekleştirilmesi gibi birçok işlem arkasında birçok veriyi bırakmıştır. Verilerin ortaya çıkması ve boyutunun artmasına paralele olarak teknoloji üzerinden dijital veriler kayıt edilir hale gelmiştir. Veri kayıtları ile ilgili ortaya çıkabilecek olası sakıncalar açısından önemli düzeyde hukuki, güvenlik ve etik sorunların da yaşanması olası hale gelmiştir. Dolayısı ile veri güvenliği, gizlilik, sahtecilik ve veri bütünlüğü gibi konular önem kazanmaktadır. Verinin doğru bir şekilde saklanması, güvenliği ve gizliliği sağlanması hayati öneme sahiptir. Bu tezde, teknolojinin dijital olarak gelişmesi, kuruluşlar yanı sıra milyarlarca birey tarafından oluşturulan veriler ile ilgili gizlilik paylaşımında kullanılan matematik fonksiyon ve yöntemleri incelenmiştir. İncelemede, birçok matematiksel fonksiyon ve yöntemin farklı şekillerde veri gizliliği süreçlerinde kullanıldığı görülmüştür.
Sonlu halkalarda tek, çift ve tekrarlı oluşum kodları
Günümüzde iletişim süreçlerinde temel amaç iletilmek istenen mesajın doğru, etkili ve güvenilir bir biçimde aktarılmasını sağlamaktır. Bu süreç yalnızca bilginin bir noktadan diğerine iletilmesini değil, aynı zamanda depolanan bilginin uygun bir zamanda alınmasını ve kullanılmasını da içerir. Gürültülü ve benzeri iletişim kanallarında, veri aktarımı sırasında oluşabilecek hataları azaltmak ve güvenilir bir iletim sağlamak büyük bir önem taşır. Bu aşamada bilim insanları tarafından geliştirilen kodlama teorisi devreye girer. Bu teori, iletişim hatalarında meydana gelen bozulmaları tespit etmek, düzeltmek ve verilerin doğruluğunu sağlamak gibi konularla ilgilenir. Cebirsel tanımlar ve kodlama teorisi için temel bilgiler sunulmuştur. Lineer kod tanımı yapılmış ve bu kodların minimum uzaklık (minimum ağırlık) gibi özellikleri incelenmiştir. C bir kod kümesi olmak üzere, C koduna dayalı olarak kodlama yapısının matematiksel temellerine değinilmiş ve çeşitli örnekler gösterilmiştir. Ayrıca bu bölümde Hadamard kodlar ile ilgili bilgiler verilmiştir. (F_2 [v])⁄⟨v^2 - k⟩ halkasında k = 1 olması durumunda v^2=1 koşulu ele alınmıştır. Bu durumda halkaya izomorf olan F_2+vF_2 halkası incelenmiştir. Bu halkada toplama ve çarpma işlemlerinin kapalılıkları tablo halinde sunulmuştur. Halkanın idealleri belirlenmiş ve aralarındaki ilişkiler açıklanmıştır. Ayrıca bu halkada tanımlanan kodların, Hadamard kodlar ve yarı-devirsel kodlar ile bağlantısı gösterilmiştir. F_2+vF_2 halkası üzerinde birinci ve ikinci tekrarlı oluşum kod tanımı yapılmış ve örnekler verilmiştir. Tek ve çift kod tanımları verilmiş ve örnekler sunulmuştur. k = v olması durumunda (F_2 [v])⁄⟨v^2 - k⟩ halkasında, v^2=v koşulu için F_2+vF_2 halkasında çalışılmalar yapılmıştır. Bu durumda, devirsel kodlar ve yarı-devirsel kodlar arasındaki ilişki verilmiştir. Kod parametrelerini belirleyebilmek için F_2+vF_2 halkasında ağırlık fonksiyonu (uzaklık) incelenmiş ve Lee ağırlığı tanımlanmıştır. Halka ile cisim arasında bağlantıyı veren Gray dönüşümü gösterilmiştir. Bu halka üzerinde birinci ve ikinci tekrarlı oluşum kod tanımı yapılmıştır ve örnekler verilmiştir. Ayrıca tek ve çift kod tanımı yapılmış ve örnekler gösterilmiştir. Bu kodların Gray dönüşümlerine bakılarak diğer kodlar ile ilişkisi incelenmiştir. v^3=0 koşulu ile Z_2+vZ_2+v^2 Z_2 sekiz elemanlı halka için özel matrisler temel alınarak kodlar elde edilmiş ve bu kodların parametreleri hesaplanmıştır. Bu parametreler kullanılarak birinci tekrarlı oluşum kodu ve ikinci tekrarlı oluşum kodu tanımlanmış ayrıca bu kodların Gray görüntülerinin parametreleri bulunarak örnekler gösterilmiştir.
Sonlu halkalarda tek, çift ve tekrarlı oluşum kodları
Günümüzde iletişim süreçlerinde temel amaç iletilmek istenen mesajın doğru, etkili ve güvenilir bir biçimde aktarılmasını sağlamaktır. Bu süreç yalnızca bilginin bir noktadan diğerine iletilmesini değil, aynı zamanda depolanan bilginin uygun bir zamanda alınmasını ve kullanılmasını da içerir. Gürültülü ve benzeri iletişim kanallarında, veri aktarımı sırasında oluşabilecek hataları azaltmak ve güvenilir bir iletim sağlamak büyük bir önem taşır. Bu aşamada bilim insanları tarafından geliştirilen kodlama teorisi devreye girer. Bu teori, iletişim hatalarında meydana gelen bozulmaları tespit etmek, düzeltmek ve verilerin doğruluğunu sağlamak gibi konularla ilgilenir. Cebirsel tanımlar ve kodlama teorisi için temel bilgiler sunulmuştur. Lineer kod tanımı yapılmış ve bu kodların minimum uzaklık (minimum ağırlık) gibi özellikleri incelenmiştir. C bir kod kümesi olmak üzere, C koduna dayalı olarak kodlama yapısının matematiksel temellerine değinilmiş ve çeşitli örnekler gösterilmiştir. Ayrıca bu bölümde Hadamard kodlar ile ilgili bilgiler verilmiştir. (F_2 [v])⁄⟨v^2 - k⟩ halkasında k = 1 olması durumunda v^2=1 koşulu ele alınmıştır. Bu durumda halkaya izomorf olan F_2+vF_2 halkası incelenmiştir. Bu halkada toplama ve çarpma işlemlerinin kapalılıkları tablo halinde sunulmuştur. Halkanın idealleri belirlenmiş ve aralarındaki ilişkiler açıklanmıştır. Ayrıca bu halkada tanımlanan kodların, Hadamard kodlar ve yarı-devirsel kodlar ile bağlantısı gösterilmiştir. F_2+vF_2 halkası üzerinde birinci ve ikinci tekrarlı oluşum kod tanımı yapılmış ve örnekler verilmiştir. Tek ve çift kod tanımları verilmiş ve örnekler sunulmuştur. k = v olması durumunda (F_2 [v])⁄⟨v^2 - k⟩ halkasında, v^2=v koşulu için F_2+vF_2 halkasında çalışılmalar yapılmıştır. Bu durumda, devirsel kodlar ve yarı-devirsel kodlar arasındaki ilişki verilmiştir. Kod parametrelerini belirleyebilmek için F_2+vF_2 halkasında ağırlık fonksiyonu (uzaklık) incelenmiş ve Lee ağırlığı tanımlanmıştır. Halka ile cisim arasında bağlantıyı veren Gray dönüşümü gösterilmiştir. Bu halka üzerinde birinci ve ikinci tekrarlı oluşum kod tanımı yapılmıştır ve örnekler verilmiştir. Ayrıca tek ve çift kod tanımı yapılmış ve örnekler gösterilmiştir. Bu kodların Gray dönüşümlerine bakılarak diğer kodlar ile ilişkisi incelenmiştir. v^3=0 koşulu ile Z_2+vZ_2+v^2 Z_2 sekiz elemanlı halka için özel matrisler temel alınarak kodlar elde edilmiş ve bu kodların parametreleri hesaplanmıştır. Bu parametreler kullanılarak birinci tekrarlı oluşum kodu ve ikinci tekrarlı oluşum kodu tanımlanmış ayrıca bu kodların Gray görüntülerinin parametreleri bulunarak örnekler gösterilmiştir.
Sonlu halkalarda tek, çift ve tekrarlı oluşum kodları
Günümüzde iletişim süreçlerinde temel amaç iletilmek istenen mesajın doğru, etkili ve güvenilir bir biçimde aktarılmasını sağlamaktır. Bu süreç yalnızca bilginin bir noktadan diğerine iletilmesini değil, aynı zamanda depolanan bilginin uygun bir zamanda alınmasını ve kullanılmasını da içerir. Gürültülü ve benzeri iletişim kanallarında, veri aktarımı sırasında oluşabilecek hataları azaltmak ve güvenilir bir iletim sağlamak büyük bir önem taşır. Bu aşamada bilim insanları tarafından geliştirilen kodlama teorisi devreye girer. Bu teori, iletişim hatalarında meydana gelen bozulmaları tespit etmek, düzeltmek ve verilerin doğruluğunu sağlamak gibi konularla ilgilenir. Cebirsel tanımlar ve kodlama teorisi için temel bilgiler sunulmuştur. Lineer kod tanımı yapılmış ve bu kodların minimum uzaklık (minimum ağırlık) gibi özellikleri incelenmiştir. C bir kod kümesi olmak üzere, C koduna dayalı olarak kodlama yapısının matematiksel temellerine değinilmiş ve çeşitli örnekler gösterilmiştir. Ayrıca bu bölümde Hadamard kodlar ile ilgili bilgiler verilmiştir. (F_2 [v])⁄⟨v^2 - k⟩ halkasında k = 1 olması durumunda v^2=1 koşulu ele alınmıştır. Bu durumda halkaya izomorf olan F_2+vF_2 halkası incelenmiştir. Bu halkada toplama ve çarpma işlemlerinin kapalılıkları tablo halinde sunulmuştur. Halkanın idealleri belirlenmiş ve aralarındaki ilişkiler açıklanmıştır. Ayrıca bu halkada tanımlanan kodların, Hadamard kodlar ve yarı-devirsel kodlar ile bağlantısı gösterilmiştir. F_2+vF_2 halkası üzerinde birinci ve ikinci tekrarlı oluşum kod tanımı yapılmış ve örnekler verilmiştir. Tek ve çift kod tanımları verilmiş ve örnekler sunulmuştur. k = v olması durumunda (F_2 [v])⁄⟨v^2 - k⟩ halkasında, v^2=v koşulu için F_2+vF_2 halkasında çalışılmalar yapılmıştır. Bu durumda, devirsel kodlar ve yarı-devirsel kodlar arasındaki ilişki verilmiştir. Kod parametrelerini belirleyebilmek için F_2+vF_2 halkasında ağırlık fonksiyonu (uzaklık) incelenmiş ve Lee ağırlığı tanımlanmıştır. Halka ile cisim arasında bağlantıyı veren Gray dönüşümü gösterilmiştir. Bu halka üzerinde birinci ve ikinci tekrarlı oluşum kod tanımı yapılmıştır ve örnekler verilmiştir. Ayrıca tek ve çift kod tanımı yapılmış ve örnekler gösterilmiştir. Bu kodların Gray dönüşümlerine bakılarak diğer kodlar ile ilişkisi incelenmiştir. v^3=0 koşulu ile Z_2+vZ_2+v^2 Z_2 sekiz elemanlı halka için özel matrisler temel alınarak kodlar elde edilmiş ve bu kodların parametreleri hesaplanmıştır. Bu parametreler kullanılarak birinci tekrarlı oluşum kodu ve ikinci tekrarlı oluşum kodu tanımlanmış ayrıca bu kodların Gray görüntülerinin parametreleri bulunarak örnekler gösterilmiştir.
Nesnelerin interneti ağlarında derin öğrenme tabanlı yeni bir saldırı tespit sistemi
Günümüzde, teknolojinin hızla ilerlemesiyle birlikte internet tabanlı hizmetlerin sunduğu hizmetler artmış ve bu durum günlük yaşamımızı önemli ölçüde kolaylaştırmaktadır. Özellikle Nesnelerin İnterneti (IoT) teknolojisinin gelişimi, birçok farklı cihazın internet üzerinden birbiriyle ve kullanıcılarla iletişim kurmasına olanak sağlamıştır, böylece farklı hizmetlere erişim daha da basitleşmektedir. Nesnelerin İnterneti, fiziksel nesnelerin sanal dünyayla entegrasyonunu ifade ederken, bu nesnelerin internet üzerinden birbirleriyle veya daha geniş ağlarla etkileşimde bulunabilmesini mümkün kılmaktadır. Bu teknolojinin yaygınlaşması, sağlık, tarım, enerji, ulaşım ve birçok diğer alanı dönüştürmüş, akıllı şehirlerden ev otomasyon sistemlerine kadar geniş bir kullanım alanı bulmaktadır. Nesnelerin İnterneti ağlarına yönelik en yaygın saldırı türleri arasında hizmet reddi (DoS), veri sızdırma, Kimlik Hırsızlığı ve kötü amaçlı yazılım saldırıları bulunmaktadır. Saldırganlar genellikle yazılım güvenlik açıklarını, zayıf parola uygulamalarını ve ağ güvenlik eksikliklerini kullanarak bu tür saldırılar gerçekleştirmektedir. Örneğin, bir botnet (birden fazla cihazın ele geçirilerek oluşturduğu kötü amaçlı ağ), saldırganların ele geçirdiği çok sayıda Nesnelerin İnterneti cihazını uzaktan kontrol ederek bir ağ oluşturduğu yapıdır. Bu yapı sayesinde cihazlar, kötü amaçlı trafiğin bir parçası olarak kullanılabilmektedir ve geniş çaplı ağ kesintilerine yol açan koordineli saldırılar gerçekleştirebilmektedirler. Nesnelerin İnterneti ortamlarındaki bu güvenlik zafiyetleri, yetkisiz erişimler ve veri ihlalleri gibi ciddi tehditlere neden olabilmektedir. Özellikle özel verilerin korunması, Nesnelerin İnterneti cihazlarının ve ağlarının güvenliğinin sağlanması için kritik bir öneme sahiptir. Güvenlik uzmanları, Nesnelerin İnterneti güvenliğini sağlamak için sürekli yeni yöntemler geliştirmektedir ve bu cihazları koruyacak daha etkili güvenlik protokollerini ve yazılımlarını tasarlamaktadır. Nesnelerin İnterneti güvenlik çözümleri arasında, ağ trafiğini izleme, tehditleri tespit etme ve hızlı bir şekilde müdahale edebilme yeteneğine sahip sistemler yer almaktadır. Bu sistemler, genellikle yapay zekâ ve makine öğrenimi tekniklerinden faydalanarak, normalden sapma gösteren davranışları saptayabilmektedir ve olası saldırıları önceden tahmin edebilmektedir. Gelişmiş tespit sistemleri, Nesnelerin İnterneti cihazlarına yönelik saldırıları anında belirleyebilir ve bu sayede, cihazların ve ağların zarar görmesini önleyebilmektedir. Nesnelerin İnterneti teknolojisinin getirdiği avantajlar neredeyse tartışılmazdır; ancak bu teknolojinin güvenli bir şekilde kullanılabilmesi için güvenlik alanında sürekli yenilikler yapılması ve güvenlik önlemlerinin artırılması gerekmektedir. Geliştirilen yeni güvenlik stratejileri ve teknolojiler, Nesnelerin İnterneti cihazlarına ve ağlarına yönelik tehditlerin azaltılmasında ve bu yeni teknolojik dönemin güvenle benimsenmesinde büyük bir rol oynamaktadır. Bu tezde Nesnelerin İnterneti ağlarında çalışacak bir saldırı tespit sistemi tasarlanmıştır. Sistem modellenirken büyük ölçüde derin öğrenme algoritmalarından faydalanılmıştır. Uzun Kısa Vadeli Hafıza (LSTM) sinir ağları, Kapılı Tekrarlayan Hücre (GRU) Sinir Ağları, Konvolüsyonel Sinir Ağları (CNN), Oto Kodlayıcı (AE) Sinir Ağları kullanılan belli başlı derin öğrenme algoritmalarıdır. Bu algoritmalar model içinde hibrit bir şekilde kullanılmıştır. Veri seti olarak literatürde bu alanda sıklıkla kullanılan CIC-IDS-2018, CIC-IDS-2017, CIC-IOT-2023, UNSW-NB15, N-BAIOT, BOT-IOT, CIC-DDOS-2019, TON-IOT, IOT-23 gibi veri setleri kullanılmıştır. Veri setleri öncelikli olarak bir ön işlemden geçirilmiş, faydasız veriler çıkarılmış, gerekli görülen veriler nümerik hale dönüştürülmüş, hatalı veriler düzeltilmiş, eksik veriler çeşitli yöntemlerle tamamlanmıştır. Veriler belirli bir aralıkta normalizasyona tabi tutulmuştur. Kullanılan bütün veri setleriyle uyumlu olabilecek ve iyi sonuçlar alabilecek bir model tasarlanmıştır. Model ile bütün veri setlerinde ortalama %98,7 başarı oranına ulaşmıştır.
Nesnelerin interneti ağlarında derin öğrenme tabanlı yeni bir saldırı tespit sistemi
Günümüzde, teknolojinin hızla ilerlemesiyle birlikte internet tabanlı hizmetlerin sunduğu hizmetler artmış ve bu durum günlük yaşamımızı önemli ölçüde kolaylaştırmaktadır. Özellikle Nesnelerin İnterneti (IoT) teknolojisinin gelişimi, birçok farklı cihazın internet üzerinden birbiriyle ve kullanıcılarla iletişim kurmasına olanak sağlamıştır, böylece farklı hizmetlere erişim daha da basitleşmektedir. Nesnelerin İnterneti, fiziksel nesnelerin sanal dünyayla entegrasyonunu ifade ederken, bu nesnelerin internet üzerinden birbirleriyle veya daha geniş ağlarla etkileşimde bulunabilmesini mümkün kılmaktadır. Bu teknolojinin yaygınlaşması, sağlık, tarım, enerji, ulaşım ve birçok diğer alanı dönüştürmüş, akıllı şehirlerden ev otomasyon sistemlerine kadar geniş bir kullanım alanı bulmaktadır. Nesnelerin İnterneti ağlarına yönelik en yaygın saldırı türleri arasında hizmet reddi (DoS), veri sızdırma, Kimlik Hırsızlığı ve kötü amaçlı yazılım saldırıları bulunmaktadır. Saldırganlar genellikle yazılım güvenlik açıklarını, zayıf parola uygulamalarını ve ağ güvenlik eksikliklerini kullanarak bu tür saldırılar gerçekleştirmektedir. Örneğin, bir botnet (birden fazla cihazın ele geçirilerek oluşturduğu kötü amaçlı ağ), saldırganların ele geçirdiği çok sayıda Nesnelerin İnterneti cihazını uzaktan kontrol ederek bir ağ oluşturduğu yapıdır. Bu yapı sayesinde cihazlar, kötü amaçlı trafiğin bir parçası olarak kullanılabilmektedir ve geniş çaplı ağ kesintilerine yol açan koordineli saldırılar gerçekleştirebilmektedirler. Nesnelerin İnterneti ortamlarındaki bu güvenlik zafiyetleri, yetkisiz erişimler ve veri ihlalleri gibi ciddi tehditlere neden olabilmektedir. Özellikle özel verilerin korunması, Nesnelerin İnterneti cihazlarının ve ağlarının güvenliğinin sağlanması için kritik bir öneme sahiptir. Güvenlik uzmanları, Nesnelerin İnterneti güvenliğini sağlamak için sürekli yeni yöntemler geliştirmektedir ve bu cihazları koruyacak daha etkili güvenlik protokollerini ve yazılımlarını tasarlamaktadır. Nesnelerin İnterneti güvenlik çözümleri arasında, ağ trafiğini izleme, tehditleri tespit etme ve hızlı bir şekilde müdahale edebilme yeteneğine sahip sistemler yer almaktadır. Bu sistemler, genellikle yapay zekâ ve makine öğrenimi tekniklerinden faydalanarak, normalden sapma gösteren davranışları saptayabilmektedir ve olası saldırıları önceden tahmin edebilmektedir. Gelişmiş tespit sistemleri, Nesnelerin İnterneti cihazlarına yönelik saldırıları anında belirleyebilir ve bu sayede, cihazların ve ağların zarar görmesini önleyebilmektedir. Nesnelerin İnterneti teknolojisinin getirdiği avantajlar neredeyse tartışılmazdır; ancak bu teknolojinin güvenli bir şekilde kullanılabilmesi için güvenlik alanında sürekli yenilikler yapılması ve güvenlik önlemlerinin artırılması gerekmektedir. Geliştirilen yeni güvenlik stratejileri ve teknolojiler, Nesnelerin İnterneti cihazlarına ve ağlarına yönelik tehditlerin azaltılmasında ve bu yeni teknolojik dönemin güvenle benimsenmesinde büyük bir rol oynamaktadır. Bu tezde Nesnelerin İnterneti ağlarında çalışacak bir saldırı tespit sistemi tasarlanmıştır. Sistem modellenirken büyük ölçüde derin öğrenme algoritmalarından faydalanılmıştır. Uzun Kısa Vadeli Hafıza (LSTM) sinir ağları, Kapılı Tekrarlayan Hücre (GRU) Sinir Ağları, Konvolüsyonel Sinir Ağları (CNN), Oto Kodlayıcı (AE) Sinir Ağları kullanılan belli başlı derin öğrenme algoritmalarıdır. Bu algoritmalar model içinde hibrit bir şekilde kullanılmıştır. Veri seti olarak literatürde bu alanda sıklıkla kullanılan CIC-IDS-2018, CIC-IDS-2017, CIC-IOT-2023, UNSW-NB15, N-BAIOT, BOT-IOT, CIC-DDOS-2019, TON-IOT, IOT-23 gibi veri setleri kullanılmıştır. Veri setleri öncelikli olarak bir ön işlemden geçirilmiş, faydasız veriler çıkarılmış, gerekli görülen veriler nümerik hale dönüştürülmüş, hatalı veriler düzeltilmiş, eksik veriler çeşitli yöntemlerle tamamlanmıştır. Veriler belirli bir aralıkta normalizasyona tabi tutulmuştur. Kullanılan bütün veri setleriyle uyumlu olabilecek ve iyi sonuçlar alabilecek bir model tasarlanmıştır. Model ile bütün veri setlerinde ortalama %98,7 başarı oranına ulaşmıştır.
Nesnelerin interneti ağlarında derin öğrenme tabanlı yeni bir saldırı tespit sistemi
Günümüzde, teknolojinin hızla ilerlemesiyle birlikte internet tabanlı hizmetlerin sunduğu hizmetler artmış ve bu durum günlük yaşamımızı önemli ölçüde kolaylaştırmaktadır. Özellikle Nesnelerin İnterneti (IoT) teknolojisinin gelişimi, birçok farklı cihazın internet üzerinden birbiriyle ve kullanıcılarla iletişim kurmasına olanak sağlamıştır, böylece farklı hizmetlere erişim daha da basitleşmektedir. Nesnelerin İnterneti, fiziksel nesnelerin sanal dünyayla entegrasyonunu ifade ederken, bu nesnelerin internet üzerinden birbirleriyle veya daha geniş ağlarla etkileşimde bulunabilmesini mümkün kılmaktadır. Bu teknolojinin yaygınlaşması, sağlık, tarım, enerji, ulaşım ve birçok diğer alanı dönüştürmüş, akıllı şehirlerden ev otomasyon sistemlerine kadar geniş bir kullanım alanı bulmaktadır. Nesnelerin İnterneti ağlarına yönelik en yaygın saldırı türleri arasında hizmet reddi (DoS), veri sızdırma, Kimlik Hırsızlığı ve kötü amaçlı yazılım saldırıları bulunmaktadır. Saldırganlar genellikle yazılım güvenlik açıklarını, zayıf parola uygulamalarını ve ağ güvenlik eksikliklerini kullanarak bu tür saldırılar gerçekleştirmektedir. Örneğin, bir botnet (birden fazla cihazın ele geçirilerek oluşturduğu kötü amaçlı ağ), saldırganların ele geçirdiği çok sayıda Nesnelerin İnterneti cihazını uzaktan kontrol ederek bir ağ oluşturduğu yapıdır. Bu yapı sayesinde cihazlar, kötü amaçlı trafiğin bir parçası olarak kullanılabilmektedir ve geniş çaplı ağ kesintilerine yol açan koordineli saldırılar gerçekleştirebilmektedirler. Nesnelerin İnterneti ortamlarındaki bu güvenlik zafiyetleri, yetkisiz erişimler ve veri ihlalleri gibi ciddi tehditlere neden olabilmektedir. Özellikle özel verilerin korunması, Nesnelerin İnterneti cihazlarının ve ağlarının güvenliğinin sağlanması için kritik bir öneme sahiptir. Güvenlik uzmanları, Nesnelerin İnterneti güvenliğini sağlamak için sürekli yeni yöntemler geliştirmektedir ve bu cihazları koruyacak daha etkili güvenlik protokollerini ve yazılımlarını tasarlamaktadır. Nesnelerin İnterneti güvenlik çözümleri arasında, ağ trafiğini izleme, tehditleri tespit etme ve hızlı bir şekilde müdahale edebilme yeteneğine sahip sistemler yer almaktadır. Bu sistemler, genellikle yapay zekâ ve makine öğrenimi tekniklerinden faydalanarak, normalden sapma gösteren davranışları saptayabilmektedir ve olası saldırıları önceden tahmin edebilmektedir. Gelişmiş tespit sistemleri, Nesnelerin İnterneti cihazlarına yönelik saldırıları anında belirleyebilir ve bu sayede, cihazların ve ağların zarar görmesini önleyebilmektedir. Nesnelerin İnterneti teknolojisinin getirdiği avantajlar neredeyse tartışılmazdır; ancak bu teknolojinin güvenli bir şekilde kullanılabilmesi için güvenlik alanında sürekli yenilikler yapılması ve güvenlik önlemlerinin artırılması gerekmektedir. Geliştirilen yeni güvenlik stratejileri ve teknolojiler, Nesnelerin İnterneti cihazlarına ve ağlarına yönelik tehditlerin azaltılmasında ve bu yeni teknolojik dönemin güvenle benimsenmesinde büyük bir rol oynamaktadır. Bu tezde Nesnelerin İnterneti ağlarında çalışacak bir saldırı tespit sistemi tasarlanmıştır. Sistem modellenirken büyük ölçüde derin öğrenme algoritmalarından faydalanılmıştır. Uzun Kısa Vadeli Hafıza (LSTM) sinir ağları, Kapılı Tekrarlayan Hücre (GRU) Sinir Ağları, Konvolüsyonel Sinir Ağları (CNN), Oto Kodlayıcı (AE) Sinir Ağları kullanılan belli başlı derin öğrenme algoritmalarıdır. Bu algoritmalar model içinde hibrit bir şekilde kullanılmıştır. Veri seti olarak literatürde bu alanda sıklıkla kullanılan CIC-IDS-2018, CIC-IDS-2017, CIC-IOT-2023, UNSW-NB15, N-BAIOT, BOT-IOT, CIC-DDOS-2019, TON-IOT, IOT-23 gibi veri setleri kullanılmıştır. Veri setleri öncelikli olarak bir ön işlemden geçirilmiş, faydasız veriler çıkarılmış, gerekli görülen veriler nümerik hale dönüştürülmüş, hatalı veriler düzeltilmiş, eksik veriler çeşitli yöntemlerle tamamlanmıştır. Veriler belirli bir aralıkta normalizasyona tabi tutulmuştur. Kullanılan bütün veri setleriyle uyumlu olabilecek ve iyi sonuçlar alabilecek bir model tasarlanmıştır. Model ile bütün veri setlerinde ortalama %98,7 başarı oranına ulaşmıştır.
Derin öğrenme modelleri kullanılarak ses verileri ile parkinson hastalığı erken evre tespiti
Parkinson hastalığı, beyinde dopamin adlı nörotransmiteri üreten sinir hücrelerinin bozulmasıyla ortaya çıkan, hareket sistemini etkileyen nörodejeneratif bir hastalıktır. Dopamin, hareketlerin kontrolü, uyumu ve akıcılığından sorumludur. Dopamin eksikliği sonucu hastalarda titreme, hareketlerde yavaşlama (bradikinezi), kas sertliği (rijidite) ve denge bozuklukları gibi motor semptomlar gelişir. Parkinson hastalığı genellikle ileri yaşlarda görülmekle birlikte, nadiren genç yaşlarda da ortaya çıkabilir. Hastalık yalnızca motor değil, konuşma ve ses üzerinde de etkilere neden olabilir. Beyindeki değişiklikler, konuşmanın tonlamasını bozabilir. Yaygın konuşma semptomları arasında yumuşak veya sessiz konuşma, monoton tonlama, sözcüklerin sesletiminde ve gevelemesinde zorluk yer alır. Bu durum, hastaların çevresiyle etkili iletişim kurmasını zorlaştırabilir. Bu tez çalışmasında, Parkinson hastalığının ses temelli biyobelirteçler aracılığıyla tespitine yönelik çeşitli makine öğrenmesi ve derin öğrenmeye dayalı Evrişimsel sinir ağları içeren yapay zekâ temelli yeni yaklaşımlar geliştirilmiş, literatüre yeni veri sağlanmıştır. Çalışmada, ünlü harfler (/a/, /o/ ve /i/) ve Türkçe "gofret" kelimesinin telaffuzu sırasında elde edilen ses sinyalleri kullanılmıştır. Elde edilen ses verileri, çeşitli görsel temsillere (spektrogram, kromogram, MFCC (Mel-Frekans Cepstral Katsayıları) ve tempogram) dönüştürülmüş ve bu görseller üzerinde veri artırma (zaman maskeleme, esnetme, kaydırma ve frekans maskeleme) teknikleri de uygulanarak ikili (binary) sınıflandırma işlemleri gerçekleştirilmiştir. Ayrıca, Parkinson hastalığının farklı evrelerinin sınıflandırılması için CNN model geliştirilmiştir. Bu çalışmada elde edilen en iyi sonuçlara göre, hastalık ve sağlık sınıflandırmasında MIS-DL (Çoklu Ünlü Girişli Spektrogram Tabanlı Derin Öğrenme Modeli) %97,5 doğruluk sağlamıştır. Evre sınıflandırmasında ise PDVS-DL (Parkinson Hastalığının Ses Tabanlı Evre Sınıflandırması için Derin Öğrenme Modeli) ile %93,1 başarım elde edilmiştir.
Derin öğrenme modelleri kullanılarak ses verileri ile parkinson hastalığı erken evre tespiti
Parkinson hastalığı, beyinde dopamin adlı nörotransmiteri üreten sinir hücrelerinin bozulmasıyla ortaya çıkan, hareket sistemini etkileyen nörodejeneratif bir hastalıktır. Dopamin, hareketlerin kontrolü, uyumu ve akıcılığından sorumludur. Dopamin eksikliği sonucu hastalarda titreme, hareketlerde yavaşlama (bradikinezi), kas sertliği (rijidite) ve denge bozuklukları gibi motor semptomlar gelişir. Parkinson hastalığı genellikle ileri yaşlarda görülmekle birlikte, nadiren genç yaşlarda da ortaya çıkabilir. Hastalık yalnızca motor değil, konuşma ve ses üzerinde de etkilere neden olabilir. Beyindeki değişiklikler, konuşmanın tonlamasını bozabilir. Yaygın konuşma semptomları arasında yumuşak veya sessiz konuşma, monoton tonlama, sözcüklerin sesletiminde ve gevelemesinde zorluk yer alır. Bu durum, hastaların çevresiyle etkili iletişim kurmasını zorlaştırabilir. Bu tez çalışmasında, Parkinson hastalığının ses temelli biyobelirteçler aracılığıyla tespitine yönelik çeşitli makine öğrenmesi ve derin öğrenmeye dayalı Evrişimsel sinir ağları içeren yapay zekâ temelli yeni yaklaşımlar geliştirilmiş, literatüre yeni veri sağlanmıştır. Çalışmada, ünlü harfler (/a/, /o/ ve /i/) ve Türkçe "gofret" kelimesinin telaffuzu sırasında elde edilen ses sinyalleri kullanılmıştır. Elde edilen ses verileri, çeşitli görsel temsillere (spektrogram, kromogram, MFCC (Mel-Frekans Cepstral Katsayıları) ve tempogram) dönüştürülmüş ve bu görseller üzerinde veri artırma (zaman maskeleme, esnetme, kaydırma ve frekans maskeleme) teknikleri de uygulanarak ikili (binary) sınıflandırma işlemleri gerçekleştirilmiştir. Ayrıca, Parkinson hastalığının farklı evrelerinin sınıflandırılması için CNN model geliştirilmiştir. Bu çalışmada elde edilen en iyi sonuçlara göre, hastalık ve sağlık sınıflandırmasında MIS-DL (Çoklu Ünlü Girişli Spektrogram Tabanlı Derin Öğrenme Modeli) %97,5 doğruluk sağlamıştır. Evre sınıflandırmasında ise PDVS-DL (Parkinson Hastalığının Ses Tabanlı Evre Sınıflandırması için Derin Öğrenme Modeli) ile %93,1 başarım elde edilmiştir.
Derin öğrenme modelleri kullanılarak ses verileri ile parkinson hastalığı erken evre tespiti
Parkinson hastalığı, beyinde dopamin adlı nörotransmiteri üreten sinir hücrelerinin bozulmasıyla ortaya çıkan, hareket sistemini etkileyen nörodejeneratif bir hastalıktır. Dopamin, hareketlerin kontrolü, uyumu ve akıcılığından sorumludur. Dopamin eksikliği sonucu hastalarda titreme, hareketlerde yavaşlama (bradikinezi), kas sertliği (rijidite) ve denge bozuklukları gibi motor semptomlar gelişir. Parkinson hastalığı genellikle ileri yaşlarda görülmekle birlikte, nadiren genç yaşlarda da ortaya çıkabilir. Hastalık yalnızca motor değil, konuşma ve ses üzerinde de etkilere neden olabilir. Beyindeki değişiklikler, konuşmanın tonlamasını bozabilir. Yaygın konuşma semptomları arasında yumuşak veya sessiz konuşma, monoton tonlama, sözcüklerin sesletiminde ve gevelemesinde zorluk yer alır. Bu durum, hastaların çevresiyle etkili iletişim kurmasını zorlaştırabilir. Bu tez çalışmasında, Parkinson hastalığının ses temelli biyobelirteçler aracılığıyla tespitine yönelik çeşitli makine öğrenmesi ve derin öğrenmeye dayalı Evrişimsel sinir ağları içeren yapay zekâ temelli yeni yaklaşımlar geliştirilmiş, literatüre yeni veri sağlanmıştır. Çalışmada, ünlü harfler (/a/, /o/ ve /i/) ve Türkçe "gofret" kelimesinin telaffuzu sırasında elde edilen ses sinyalleri kullanılmıştır. Elde edilen ses verileri, çeşitli görsel temsillere (spektrogram, kromogram, MFCC (Mel-Frekans Cepstral Katsayıları) ve tempogram) dönüştürülmüş ve bu görseller üzerinde veri artırma (zaman maskeleme, esnetme, kaydırma ve frekans maskeleme) teknikleri de uygulanarak ikili (binary) sınıflandırma işlemleri gerçekleştirilmiştir. Ayrıca, Parkinson hastalığının farklı evrelerinin sınıflandırılması için CNN model geliştirilmiştir. Bu çalışmada elde edilen en iyi sonuçlara göre, hastalık ve sağlık sınıflandırmasında MIS-DL (Çoklu Ünlü Girişli Spektrogram Tabanlı Derin Öğrenme Modeli) %97,5 doğruluk sağlamıştır. Evre sınıflandırmasında ise PDVS-DL (Parkinson Hastalığının Ses Tabanlı Evre Sınıflandırması için Derin Öğrenme Modeli) ile %93,1 başarım elde edilmiştir.
Saldırı Tespit Sistemlerinde Makine Öğrenimi Tekniklerinin Kullanımı ve Analizi
Günümüzün teknoloji odaklı dünyasında kamu kurum ve kuruluşlar, sağlık kuruluşları, bankalar gibi sistemler siber güvenlik riski ve tehditleri ile karşılaşmaktadırlar. Bunun gibi internet ortamında olan sistem ve uygulamaların güvenliğinin sağlanmasında Saldırı Tespit Sistemlerinin kullanımı oldukça önemlidir. İnternet ağında meydana gelen hareketleri inceleyen ve anormal davranışları tespit edebilen ve tehditlerin üstesinden gelebilen saldırı tespit sistemleri, sistemin güvenliğini sağlamada başarılı bir şekilde kullanılmaktadır. Klasik Saldırı Tespit Sistemlerinin yanı sıra makine öğrenmesi yöntemleri ile siber saldırıların tespiti ve analizi ile sistemlerin güncel tutulabilmesi sağlanabilmektedir. Bu tezde, sisteme yapılan kötü amaçlı faaliyetleri tespit edebilen makine öğrenimi tabanlı bir saldırı tespit sisteminin başarımı için kapsamlı bir analiz çalışması yapılmıştır. Bu araştırmada veri seti olarak CSE-CIC- IDS-2018 veri seti kullanılmıştır. Çalışma gerçekleştirilirken her saldırı türüne ait veriler için öncelikle veri önişleme, ardından üç farklı öznitelik seçme yönteminden toplanan bilgiler analiz edilerek her bir saldırı için öznitelikler seçilmiştir. Daha sonra makine öğrenmesi teknikleri ile STS'nin başarısı ve performansı doğruluk, duyarlılık, kesinlik ve F-Skoru ve karmaşıklık matrisi gibi metriklerle değerlendirilmiştir. Yapılan çalışmalar sonucunda tüm saldırı çeşitlerinde ortalama olarak en iyi başarıyı yaklaşık %95 doğruluk oranıyla Rassal Orman algoritması sağlamıştır.
Dinamik geometri yazılımı (Cabri 3D) ile desteklenen 5e öğrenme döngüsü modeline göre yapılan geometri öğretiminin yedinci sınıf öğrencilerinin van hiele geometri düşünme düzeylerine, geometri başarısına ve geometriye karşı tutumuna etkisi
Bu çalışmada, Cabri 3D ile desteklenmiş 5E döngüsü modeline göre geometri öğretiminin öğrencilerin başarılarına, Van Hiele düşünme düzeylerine, başarı ve van Hiele düzeylerinin kalıcılığına ve tutumlarına etkilerini incelemek amaçlanmıştır. Çalışmanın bir diğer amacı, kullanılan Cabri 3D yazılımı hakkında öğrenci görüşlerini belirlemektir. Bu çalışma 2021-2022 eğitim öğretim yılında Muş ilinde bir devlet okulunda yedinci sınıfta öğrenim gören öğrencilerle yürütülmüştür. Çalışma grupları rastgele örneklem metoduyla seçilmiştir. Deney grubu 24 öğrenci, kontrol grubu ise 23 öğrenciden oluşmaktadır. Deney grubuna dinamik geometri yazılımı Cabri 3D ile desteklenen 5E modeli doğrultusunda tasarlanan öğretim etkinlikleri uygulanmıştır. Kontrol grubunda ise dersler geleneksel yöntem ve ders kitabındaki etkinliklere göre sürdürülmüştür. Çalışmada karma araştırma yöntemi kullanılmıştır. Kontrol gruplu yarı deneysel desen nicel araştırma yöntemi olarak ve durum çalışması deseni ise nitel araştırma yöntemi olarak kullanılmıştır. Veri toplama araçları "Akademik Başarı Testi", "van Hiele Geometri Düşünme Düzeyleri Testi", "Geometri Tutum Ölçeği", "Bireysel Değerlendirme Formu", "Görüşme formu" ve "Gözlem Formu" olarak seçilmiştir. Nicel veriler için farklı gruplara ait istatistiksel analizler yapılırken normal dağılımlarda ilişkisiz örneklemler t-testi ve normal olmayan dağılımlarda Mann Whitney-U testinden yararlanılmış, aynı gruplara ait istatistiksel analizler yapılırken normal dağılımlarda ilişkili örneklemler t-testi ve ANOVA, normal olmayan dağılımlarda Wilcoxon testi kullanılmıştır. Nitel verilerin analizinde içerik analizi, frekans ve yüzde tablolarından yararlanmıştır. Bulgulara bakıldığında araştırma öncesi çalışma grubundaki öğrencilerin geometri başarıları, geometriye karşı tutumları ve van Hiele düşünme düzeyleri bakımından benzer seviyede olduğu görülmüştür. Deney grubuna uygulanan Cabri 3D destekli 5E modeline göre uygulanan öğretimin ve kontrol grubuna uygulanan geleneksel yöntemle öğretimin yedinci sınıf öğrencilerinin başarılarını, tutumlarını ve van Hiele düşünme düzeylerini olumlu yönde etkilediği belirlenmiştir. Deney grubuna uygulanan Cabri 3D destekli 5E modeline göre yürütülen öğretimin, kontrol grubuna uygulanan geleneksel yönteme kıyasla yedinci sınıf öğrencilerinin başarılarının, tutumlarının ve van Hiele düşünme düzeylerinin artışında daha fazla etkisinin olduğu ortaya çıkmıştır. Deney grubuna uygulanan Cabri 3D destekli 5E modeli doğrultusunda yürütülen öğretimin yedinci sınıf öğrencilerinin başarının ve van Hiele düşünme düzeylerinin kalıcılığına olumlu etkisi olduğu görülürken, kontrol grubuna uygulanan geleneksel yöntemle yürütülen öğretimin yedinci sınıf öğrencilerinin başarılarının ve van Hiele düşünme düzeylerinin kalıcılığına etkisi olmadığı belirlenmiştir. Öğrencilerin görüşleri incelendiğinde, Cabri 3D kullanımının başarılarını artırdığı, kalıcılığı olumlu etkilediği, soru çözümünde hız kazandırdığı yönünde öğrenci görüşleri olduğu tespit edilmiştir. Ayrıca öğrencilerin Cabri 3D yazılımının pratik, pekiştirici olması, eğlenceli bir ortam sunması, öğrencilerin aktif katılımına imkân vermesi, tekrarlanabilir olmasının yanında zengin görsel içerik sunması yönünde düşünceler ortaya koyduğu gözlemiştir. Öğrencilerin bireysel değerlendirme formuna verdikleri cevaplar incelendiğinde, Cabri 3D kullanılarak yürütülen etkinlikleri öğrencilerin ilgi çekici bulduğu, öğrencilerin etkinliklerle yeni bilgiler öğrendiği ve etkinlikler yürütülürken öğrencilerin grup çalışması yapılmasından hoşlandığı tespt edilmiştir. Sonuç olarak, dinamik geometri yazılımı Cabri 3D ile desteklenen 5E modeline göre uygulanan öğretim etkinliklerinin, geleneksel yönteme kıyaslandığında başarı ve başarının kalıcılığını, van Hiele düşünme düzeyleri ve düzeylerin kalıcılığını, geometriye yönelik tutumu artırmada daha fazla etkili olduğu ortaya çıkmıştır. Öğrencilerin Cabri 3D yazılımı kullanımının geometri başarılarını artırdığı, kalıcılığı olumlu etkilediği, soru çözümünde hız kazandırdığı ve Cabri 3D ortamının eğlenceli, pratik, pekiştirici olduğu, aktif katılıma imkân verdiği, tekrarlanabilir olduğu, zengin görsel içerik sunduğu yönünde görüş birliğinde olduğu da ulaşılan bir diğer sonuçtur.
Dinamik geometri yazılımı (Cabri 3D) ile desteklenen 5e öğrenme döngüsü modeline göre yapılan geometri öğretiminin yedinci sınıf öğrencilerinin van hiele geometri düşünme düzeylerine, geometri başarısına ve geometriye karşı tutumuna etkisi
Bu çalışmada, Cabri 3D ile desteklenmiş 5E döngüsü modeline göre geometri öğretiminin öğrencilerin başarılarına, Van Hiele düşünme düzeylerine, başarı ve van Hiele düzeylerinin kalıcılığına ve tutumlarına etkilerini incelemek amaçlanmıştır. Çalışmanın bir diğer amacı, kullanılan Cabri 3D yazılımı hakkında öğrenci görüşlerini belirlemektir. Bu çalışma 2021-2022 eğitim öğretim yılında Muş ilinde bir devlet okulunda yedinci sınıfta öğrenim gören öğrencilerle yürütülmüştür. Çalışma grupları rastgele örneklem metoduyla seçilmiştir. Deney grubu 24 öğrenci, kontrol grubu ise 23 öğrenciden oluşmaktadır. Deney grubuna dinamik geometri yazılımı Cabri 3D ile desteklenen 5E modeli doğrultusunda tasarlanan öğretim etkinlikleri uygulanmıştır. Kontrol grubunda ise dersler geleneksel yöntem ve ders kitabındaki etkinliklere göre sürdürülmüştür. Çalışmada karma araştırma yöntemi kullanılmıştır. Kontrol gruplu yarı deneysel desen nicel araştırma yöntemi olarak ve durum çalışması deseni ise nitel araştırma yöntemi olarak kullanılmıştır. Veri toplama araçları "Akademik Başarı Testi", "van Hiele Geometri Düşünme Düzeyleri Testi", "Geometri Tutum Ölçeği", "Bireysel Değerlendirme Formu", "Görüşme formu" ve "Gözlem Formu" olarak seçilmiştir. Nicel veriler için farklı gruplara ait istatistiksel analizler yapılırken normal dağılımlarda ilişkisiz örneklemler t-testi ve normal olmayan dağılımlarda Mann Whitney-U testinden yararlanılmış, aynı gruplara ait istatistiksel analizler yapılırken normal dağılımlarda ilişkili örneklemler t-testi ve ANOVA, normal olmayan dağılımlarda Wilcoxon testi kullanılmıştır. Nitel verilerin analizinde içerik analizi, frekans ve yüzde tablolarından yararlanmıştır. Bulgulara bakıldığında araştırma öncesi çalışma grubundaki öğrencilerin geometri başarıları, geometriye karşı tutumları ve van Hiele düşünme düzeyleri bakımından benzer seviyede olduğu görülmüştür. Deney grubuna uygulanan Cabri 3D destekli 5E modeline göre uygulanan öğretimin ve kontrol grubuna uygulanan geleneksel yöntemle öğretimin yedinci sınıf öğrencilerinin başarılarını, tutumlarını ve van Hiele düşünme düzeylerini olumlu yönde etkilediği belirlenmiştir. Deney grubuna uygulanan Cabri 3D destekli 5E modeline göre yürütülen öğretimin, kontrol grubuna uygulanan geleneksel yönteme kıyasla yedinci sınıf öğrencilerinin başarılarının, tutumlarının ve van Hiele düşünme düzeylerinin artışında daha fazla etkisinin olduğu ortaya çıkmıştır. Deney grubuna uygulanan Cabri 3D destekli 5E modeli doğrultusunda yürütülen öğretimin yedinci sınıf öğrencilerinin başarının ve van Hiele düşünme düzeylerinin kalıcılığına olumlu etkisi olduğu görülürken, kontrol grubuna uygulanan geleneksel yöntemle yürütülen öğretimin yedinci sınıf öğrencilerinin başarılarının ve van Hiele düşünme düzeylerinin kalıcılığına etkisi olmadığı belirlenmiştir. Öğrencilerin görüşleri incelendiğinde, Cabri 3D kullanımının başarılarını artırdığı, kalıcılığı olumlu etkilediği, soru çözümünde hız kazandırdığı yönünde öğrenci görüşleri olduğu tespit edilmiştir. Ayrıca öğrencilerin Cabri 3D yazılımının pratik, pekiştirici olması, eğlenceli bir ortam sunması, öğrencilerin aktif katılımına imkân vermesi, tekrarlanabilir olmasının yanında zengin görsel içerik sunması yönünde düşünceler ortaya koyduğu gözlemiştir. Öğrencilerin bireysel değerlendirme formuna verdikleri cevaplar incelendiğinde, Cabri 3D kullanılarak yürütülen etkinlikleri öğrencilerin ilgi çekici bulduğu, öğrencilerin etkinliklerle yeni bilgiler öğrendiği ve etkinlikler yürütülürken öğrencilerin grup çalışması yapılmasından hoşlandığı tespt edilmiştir. Sonuç olarak, dinamik geometri yazılımı Cabri 3D ile desteklenen 5E modeline göre uygulanan öğretim etkinliklerinin, geleneksel yönteme kıyaslandığında başarı ve başarının kalıcılığını, van Hiele düşünme düzeyleri ve düzeylerin kalıcılığını, geometriye yönelik tutumu artırmada daha fazla etkili olduğu ortaya çıkmıştır. Öğrencilerin Cabri 3D yazılımı kullanımının geometri başarılarını artırdığı, kalıcılığı olumlu etkilediği, soru çözümünde hız kazandırdığı ve Cabri 3D ortamının eğlenceli, pratik, pekiştirici olduğu, aktif katılıma imkân verdiği, tekrarlanabilir olduğu, zengin görsel içerik sunduğu yönünde görüş birliğinde olduğu da ulaşılan bir diğer sonuçtur.
Yapay zekâ algoritmaları ile göz hareket verilerinden Parkinson hastalığının erken evre tespiti ve derecelendirilmesi
İnsanoğlu görme duyusuna diğer duyulardan daha çok bağımlıdır. Bu tez çalışması, Parkinson hastalığının (PH) erken teşhisi ve evre derecelendirilmesinde yardımcı olacak bir sistem geliştirmeyi amaçlamaktadır. Göz ve görme ile ilgili problemler hastalığın temel belirtilerinin belirleşmesinden çok daha önce görülmeye başlamaktadır. Ancak bu alanda açık erişimli veri kümesinin olmaması yeni yöntem ve yaklaşım geliştirilebilmesini kısıtlamaktadır. Bu çalışmada, Videonistagmografi (VNG) sistemi kullanılarak PH ve sağlıklı bireylerin sakkadik ve pursuit göz hareketleri üzerindeki sinyalleri incelenmiş, bu veriler makine öğrenimi ve derin öğrenme teknikleriyle analiz edilmiştir. Bu kapsamda hem geleneksel yöntemlerle sinyallere ait spektral, fraktal, istatistiksel ve zamansal öznitelikler çıkarılmış hem de derin öğrenme mimarilerinden elde edilen derin öznitelikler kullanılmıştır. Destek Vektör Makineleri (DVM), Naive Bayes (NB), k-en Yakın Komşu (k-EYK), Kuadratik Diskriminant Analiz (KDA) gibi makine öğrenimi sınıflandırıcılarının göz hareketlerinden hastalığı tespit etme ve evre tayini gibi karmaşık sınıflandırma görevlerindeki başarıları incelenmiştir. Çalışmada yapılan filtreleme ve sarıcı öznitelik seçimi uygulamalarının birlikte kullanıldığı iki aşamalı bir öznitelik seçim yöntemi uygulanmış ve gereksiz özniteliklerin elenmesinin modelin sınıflandırma başarısını yükselttiği belirlenmiştir. Ayrıca, uzun-kısa vadeli bellek, konvolüsyonel sinir ağı ve çeşitli transfer öğrenme mimarileriyle yapılan değerlendirmeler, hastalığın tanısında derin öğrenme tabanlı yaklaşımların da etkinliğini ortaya koymuştur. Sakkadik göz hareketlerinin hastalığın erken evre tespitinde, pursuit hareketlerin ise hastalığın ilerleyişinin izlenmesinde daha yüksek başarı gösterdiği gözlemlenmiştir. Makine öğrenimi uygulamasında her iki göz hareketinde %91-%95 arası doğruluk elde eden DVM algoritması ön plana çıkarken, derin öğrenme uygulamalarında ise %72,73 ile uzun-kısa vadeli bellek daha başarılı bir performans sergilemiştir. Ayrıca sinyallerin görüntü temsilleri ile yapılan uygulamalarda en yüksek başarı %79,55 doğrulukla GoogLeNet ile elde edilmiştir. Göz hareketlerinin analizine dayalı bu sistem, aynı zamanda nörolojik hastalıkların takibi ve tedavi süreçlerinin izlenmesinde objektif, kolay uygulanabilir ve verimli bir yöntem olarak önemli bir potansiyele sahiptir.
Yapay zekâ algoritmaları ile göz hareket verilerinden Parkinson hastalığının erken evre tespiti ve derecelendirilmesi
İnsanoğlu görme duyusuna diğer duyulardan daha çok bağımlıdır. Bu tez çalışması, Parkinson hastalığının (PH) erken teşhisi ve evre derecelendirilmesinde yardımcı olacak bir sistem geliştirmeyi amaçlamaktadır. Göz ve görme ile ilgili problemler hastalığın temel belirtilerinin belirleşmesinden çok daha önce görülmeye başlamaktadır. Ancak bu alanda açık erişimli veri kümesinin olmaması yeni yöntem ve yaklaşım geliştirilebilmesini kısıtlamaktadır. Bu çalışmada, Videonistagmografi (VNG) sistemi kullanılarak PH ve sağlıklı bireylerin sakkadik ve pursuit göz hareketleri üzerindeki sinyalleri incelenmiş, bu veriler makine öğrenimi ve derin öğrenme teknikleriyle analiz edilmiştir. Bu kapsamda hem geleneksel yöntemlerle sinyallere ait spektral, fraktal, istatistiksel ve zamansal öznitelikler çıkarılmış hem de derin öğrenme mimarilerinden elde edilen derin öznitelikler kullanılmıştır. Destek Vektör Makineleri (DVM), Naive Bayes (NB), k-en Yakın Komşu (k-EYK), Kuadratik Diskriminant Analiz (KDA) gibi makine öğrenimi sınıflandırıcılarının göz hareketlerinden hastalığı tespit etme ve evre tayini gibi karmaşık sınıflandırma görevlerindeki başarıları incelenmiştir. Çalışmada yapılan filtreleme ve sarıcı öznitelik seçimi uygulamalarının birlikte kullanıldığı iki aşamalı bir öznitelik seçim yöntemi uygulanmış ve gereksiz özniteliklerin elenmesinin modelin sınıflandırma başarısını yükselttiği belirlenmiştir. Ayrıca, uzun-kısa vadeli bellek, konvolüsyonel sinir ağı ve çeşitli transfer öğrenme mimarileriyle yapılan değerlendirmeler, hastalığın tanısında derin öğrenme tabanlı yaklaşımların da etkinliğini ortaya koymuştur. Sakkadik göz hareketlerinin hastalığın erken evre tespitinde, pursuit hareketlerin ise hastalığın ilerleyişinin izlenmesinde daha yüksek başarı gösterdiği gözlemlenmiştir. Makine öğrenimi uygulamasında her iki göz hareketinde %91-%95 arası doğruluk elde eden DVM algoritması ön plana çıkarken, derin öğrenme uygulamalarında ise %72,73 ile uzun-kısa vadeli bellek daha başarılı bir performans sergilemiştir. Ayrıca sinyallerin görüntü temsilleri ile yapılan uygulamalarda en yüksek başarı %79,55 doğrulukla GoogLeNet ile elde edilmiştir. Göz hareketlerinin analizine dayalı bu sistem, aynı zamanda nörolojik hastalıkların takibi ve tedavi süreçlerinin izlenmesinde objektif, kolay uygulanabilir ve verimli bir yöntem olarak önemli bir potansiyele sahiptir.
Yapay zekâ algoritmaları ile göz hareket verilerinden Parkinson hastalığının erken evre tespiti ve derecelendirilmesi
İnsanoğlu görme duyusuna diğer duyulardan daha çok bağımlıdır. Bu tez çalışması, Parkinson hastalığının (PH) erken teşhisi ve evre derecelendirilmesinde yardımcı olacak bir sistem geliştirmeyi amaçlamaktadır. Göz ve görme ile ilgili problemler hastalığın temel belirtilerinin belirleşmesinden çok daha önce görülmeye başlamaktadır. Ancak bu alanda açık erişimli veri kümesinin olmaması yeni yöntem ve yaklaşım geliştirilebilmesini kısıtlamaktadır. Bu çalışmada, Videonistagmografi (VNG) sistemi kullanılarak PH ve sağlıklı bireylerin sakkadik ve pursuit göz hareketleri üzerindeki sinyalleri incelenmiş, bu veriler makine öğrenimi ve derin öğrenme teknikleriyle analiz edilmiştir. Bu kapsamda hem geleneksel yöntemlerle sinyallere ait spektral, fraktal, istatistiksel ve zamansal öznitelikler çıkarılmış hem de derin öğrenme mimarilerinden elde edilen derin öznitelikler kullanılmıştır. Destek Vektör Makineleri (DVM), Naive Bayes (NB), k-en Yakın Komşu (k-EYK), Kuadratik Diskriminant Analiz (KDA) gibi makine öğrenimi sınıflandırıcılarının göz hareketlerinden hastalığı tespit etme ve evre tayini gibi karmaşık sınıflandırma görevlerindeki başarıları incelenmiştir. Çalışmada yapılan filtreleme ve sarıcı öznitelik seçimi uygulamalarının birlikte kullanıldığı iki aşamalı bir öznitelik seçim yöntemi uygulanmış ve gereksiz özniteliklerin elenmesinin modelin sınıflandırma başarısını yükselttiği belirlenmiştir. Ayrıca, uzun-kısa vadeli bellek, konvolüsyonel sinir ağı ve çeşitli transfer öğrenme mimarileriyle yapılan değerlendirmeler, hastalığın tanısında derin öğrenme tabanlı yaklaşımların da etkinliğini ortaya koymuştur. Sakkadik göz hareketlerinin hastalığın erken evre tespitinde, pursuit hareketlerin ise hastalığın ilerleyişinin izlenmesinde daha yüksek başarı gösterdiği gözlemlenmiştir. Makine öğrenimi uygulamasında her iki göz hareketinde %91-%95 arası doğruluk elde eden DVM algoritması ön plana çıkarken, derin öğrenme uygulamalarında ise %72,73 ile uzun-kısa vadeli bellek daha başarılı bir performans sergilemiştir. Ayrıca sinyallerin görüntü temsilleri ile yapılan uygulamalarda en yüksek başarı %79,55 doğrulukla GoogLeNet ile elde edilmiştir. Göz hareketlerinin analizine dayalı bu sistem, aynı zamanda nörolojik hastalıkların takibi ve tedavi süreçlerinin izlenmesinde objektif, kolay uygulanabilir ve verimli bir yöntem olarak önemli bir potansiyele sahiptir.
Saldırı Tespit Sistemlerinde Makine Öğrenimi Tekniklerinin Kullanımı ve Analizi
Günümüzün teknoloji odaklı dünyasında kamu kurum ve kuruluşlar, sağlık kuruluşları, bankalar gibi sistemler siber güvenlik riski ve tehditleri ile karşılaşmaktadırlar. Bunun gibi internet ortamında olan sistem ve uygulamaların güvenliğinin sağlanmasında Saldırı Tespit Sistemlerinin kullanımı oldukça önemlidir. İnternet ağında meydana gelen hareketleri inceleyen ve anormal davranışları tespit edebilen ve tehditlerin üstesinden gelebilen saldırı tespit sistemleri, sistemin güvenliğini sağlamada başarılı bir şekilde kullanılmaktadır. Klasik Saldırı Tespit Sistemlerinin yanı sıra makine öğrenmesi yöntemleri ile siber saldırıların tespiti ve analizi ile sistemlerin güncel tutulabilmesi sağlanabilmektedir. Bu tezde, sisteme yapılan kötü amaçlı faaliyetleri tespit edebilen makine öğrenimi tabanlı bir saldırı tespit sisteminin başarımı için kapsamlı bir analiz çalışması yapılmıştır. Bu araştırmada veri seti olarak CSE-CIC- IDS-2018 veri seti kullanılmıştır. Çalışma gerçekleştirilirken her saldırı türüne ait veriler için öncelikle veri önişleme, ardından üç farklı öznitelik seçme yönteminden toplanan bilgiler analiz edilerek her bir saldırı için öznitelikler seçilmiştir. Daha sonra makine öğrenmesi teknikleri ile STS'nin başarısı ve performansı doğruluk, duyarlılık, kesinlik ve F-Skoru ve karmaşıklık matrisi gibi metriklerle değerlendirilmiştir. Yapılan çalışmalar sonucunda tüm saldırı çeşitlerinde ortalama olarak en iyi başarıyı yaklaşık %95 doğruluk oranıyla Rassal Orman algoritması sağlamıştır.
Saldırı Tespit Sistemlerinde Makine Öğrenimi Tekniklerinin Kullanımı ve Analizi
Günümüzün teknoloji odaklı dünyasında kamu kurum ve kuruluşlar, sağlık kuruluşları, bankalar gibi sistemler siber güvenlik riski ve tehditleri ile karşılaşmaktadırlar. Bunun gibi internet ortamında olan sistem ve uygulamaların güvenliğinin sağlanmasında Saldırı Tespit Sistemlerinin kullanımı oldukça önemlidir. İnternet ağında meydana gelen hareketleri inceleyen ve anormal davranışları tespit edebilen ve tehditlerin üstesinden gelebilen saldırı tespit sistemleri, sistemin güvenliğini sağlamada başarılı bir şekilde kullanılmaktadır. Klasik Saldırı Tespit Sistemlerinin yanı sıra makine öğrenmesi yöntemleri ile siber saldırıların tespiti ve analizi ile sistemlerin güncel tutulabilmesi sağlanabilmektedir. Bu tezde, sisteme yapılan kötü amaçlı faaliyetleri tespit edebilen makine öğrenimi tabanlı bir saldırı tespit sisteminin başarımı için kapsamlı bir analiz çalışması yapılmıştır. Bu araştırmada veri seti olarak CSE-CIC- IDS-2018 veri seti kullanılmıştır. Çalışma gerçekleştirilirken her saldırı türüne ait veriler için öncelikle veri önişleme, ardından üç farklı öznitelik seçme yönteminden toplanan bilgiler analiz edilerek her bir saldırı için öznitelikler seçilmiştir. Daha sonra makine öğrenmesi teknikleri ile STS'nin başarısı ve performansı doğruluk, duyarlılık, kesinlik ve F-Skoru ve karmaşıklık matrisi gibi metriklerle değerlendirilmiştir. Yapılan çalışmalar sonucunda tüm saldırı çeşitlerinde ortalama olarak en iyi başarıyı yaklaşık %95 doğruluk oranıyla Rassal Orman algoritması sağlamıştır.
Genetik algoritmaları kullanarak web sayfalarından veri çıkarımı için otomatik olarak düzenli ifade oluşturma
Bu tez çalışmasında web sayfalarından ilgili görüntülerin çıkarılması için genetik algoritmalara dayalı otomatik düzenli ifade üreten bir model tasarlanmıştır. Web ortamında paylaşılan veriler çıkarıldıktan sonra metin madenciliği, veri madenciliği, görüntü analizleri, sahte haber analizi gibi birçok alanda kullanılmaktadır. Web sayfalarında paylaşılan verilerin çıkarılmasına web kazıma işlemi denilmektedir. Fakat genellikle web kazıyıcı programlar ya da manuel olarak gerçekleştirilen bu veri çıkarma işlemi hem daha çok hataya yol açmakta hem de daha çok zaman alıcı olabilmektedir. Literatürde genellikle haber başlıkları, ana içerik ve tablolar gibi metin verisinin çıkarılmasına yönelik çalışmaların daha yoğun olduğu görülmektedir. Bu tez çalışmasında, web sayfalarındaki asıl haber içeriğine ait görüntü verisinin çıkarılması için bir yöntem geliştirilmiştir. Diğer yöntemlerden farklı olarak ilgili görüntülere erişilebilmesine yönelik tasarlanan modelde otomatik olarak bir düzenli ifade üretilmektedir. Düzenli ifadelerin yazım zorluğu ve tecrübe gerektirmesi nedeniyle elle yazılması işlemini zorlaştırmaktadır. Bu sebeple, gerçekleştirilen çalışma ile bir ya da birkaç ilgili resim verisine ait HTML metni incelenerek ilgili resimlere ulaşabilmeyi sağlayan düzenli ifade otomatik olarak oluşturulmaktadır. Genetik algoritmalardan yararlanılarak gerçekleştirilen çalışmada, genetik algoritmaların kötünün elenmesi ve en iyinin hayatta kalması prensibine göre en çok ilgili resme ulaşmayı sağlayan düzenli ifadenin üretilmesi amaçlanmıştır. Çalışmada kullanılan veri setinde 58 farklı ülkeye ait 200 web sitesinden toplanmış görüntü verisine ait HTML kodları bulunmakta ve her site için de 100 sayfa yer almaktadır. Toplam 635.015 adet ilgili ve ilgisiz görüntü verisinin bulunduğu veri seti içerisinde 22.682 adet ilgili görüntü verisi bulunmaktadır. Her bir görüntü verisi 30 adet özellik ile kodlanmıştır. Yapılan çalışma ile bu özelliklerden 3 tanesi kullanılmıştır. Çalışmada elde edilen bulgularda Python programlama dili kullanılarak tasarlanan model ile yapılan testler sonucunda 200 web sitesi için ilgili resimlere ulaşma oranının %98 oranında olduğu görülmüştür.
Genetik algoritmaları kullanarak web sayfalarından veri çıkarımı için otomatik olarak düzenli ifade oluşturma
Bu tez çalışmasında web sayfalarından ilgili görüntülerin çıkarılması için genetik algoritmalara dayalı otomatik düzenli ifade üreten bir model tasarlanmıştır. Web ortamında paylaşılan veriler çıkarıldıktan sonra metin madenciliği, veri madenciliği, görüntü analizleri, sahte haber analizi gibi birçok alanda kullanılmaktadır. Web sayfalarında paylaşılan verilerin çıkarılmasına web kazıma işlemi denilmektedir. Fakat genellikle web kazıyıcı programlar ya da manuel olarak gerçekleştirilen bu veri çıkarma işlemi hem daha çok hataya yol açmakta hem de daha çok zaman alıcı olabilmektedir. Literatürde genellikle haber başlıkları, ana içerik ve tablolar gibi metin verisinin çıkarılmasına yönelik çalışmaların daha yoğun olduğu görülmektedir. Bu tez çalışmasında, web sayfalarındaki asıl haber içeriğine ait görüntü verisinin çıkarılması için bir yöntem geliştirilmiştir. Diğer yöntemlerden farklı olarak ilgili görüntülere erişilebilmesine yönelik tasarlanan modelde otomatik olarak bir düzenli ifade üretilmektedir. Düzenli ifadelerin yazım zorluğu ve tecrübe gerektirmesi nedeniyle elle yazılması işlemini zorlaştırmaktadır. Bu sebeple, gerçekleştirilen çalışma ile bir ya da birkaç ilgili resim verisine ait HTML metni incelenerek ilgili resimlere ulaşabilmeyi sağlayan düzenli ifade otomatik olarak oluşturulmaktadır. Genetik algoritmalardan yararlanılarak gerçekleştirilen çalışmada, genetik algoritmaların kötünün elenmesi ve en iyinin hayatta kalması prensibine göre en çok ilgili resme ulaşmayı sağlayan düzenli ifadenin üretilmesi amaçlanmıştır. Çalışmada kullanılan veri setinde 58 farklı ülkeye ait 200 web sitesinden toplanmış görüntü verisine ait HTML kodları bulunmakta ve her site için de 100 sayfa yer almaktadır. Toplam 635.015 adet ilgili ve ilgisiz görüntü verisinin bulunduğu veri seti içerisinde 22.682 adet ilgili görüntü verisi bulunmaktadır. Her bir görüntü verisi 30 adet özellik ile kodlanmıştır. Yapılan çalışma ile bu özelliklerden 3 tanesi kullanılmıştır. Çalışmada elde edilen bulgularda Python programlama dili kullanılarak tasarlanan model ile yapılan testler sonucunda 200 web sitesi için ilgili resimlere ulaşma oranının %98 oranında olduğu görülmüştür.
Genetik algoritmaları kullanarak web sayfalarından veri çıkarımı için otomatik olarak düzenli ifade oluşturma
Bu tez çalışmasında web sayfalarından ilgili görüntülerin çıkarılması için genetik algoritmalara dayalı otomatik düzenli ifade üreten bir model tasarlanmıştır. Web ortamında paylaşılan veriler çıkarıldıktan sonra metin madenciliği, veri madenciliği, görüntü analizleri, sahte haber analizi gibi birçok alanda kullanılmaktadır. Web sayfalarında paylaşılan verilerin çıkarılmasına web kazıma işlemi denilmektedir. Fakat genellikle web kazıyıcı programlar ya da manuel olarak gerçekleştirilen bu veri çıkarma işlemi hem daha çok hataya yol açmakta hem de daha çok zaman alıcı olabilmektedir. Literatürde genellikle haber başlıkları, ana içerik ve tablolar gibi metin verisinin çıkarılmasına yönelik çalışmaların daha yoğun olduğu görülmektedir. Bu tez çalışmasında, web sayfalarındaki asıl haber içeriğine ait görüntü verisinin çıkarılması için bir yöntem geliştirilmiştir. Diğer yöntemlerden farklı olarak ilgili görüntülere erişilebilmesine yönelik tasarlanan modelde otomatik olarak bir düzenli ifade üretilmektedir. Düzenli ifadelerin yazım zorluğu ve tecrübe gerektirmesi nedeniyle elle yazılması işlemini zorlaştırmaktadır. Bu sebeple, gerçekleştirilen çalışma ile bir ya da birkaç ilgili resim verisine ait HTML metni incelenerek ilgili resimlere ulaşabilmeyi sağlayan düzenli ifade otomatik olarak oluşturulmaktadır. Genetik algoritmalardan yararlanılarak gerçekleştirilen çalışmada, genetik algoritmaların kötünün elenmesi ve en iyinin hayatta kalması prensibine göre en çok ilgili resme ulaşmayı sağlayan düzenli ifadenin üretilmesi amaçlanmıştır. Çalışmada kullanılan veri setinde 58 farklı ülkeye ait 200 web sitesinden toplanmış görüntü verisine ait HTML kodları bulunmakta ve her site için de 100 sayfa yer almaktadır. Toplam 635.015 adet ilgili ve ilgisiz görüntü verisinin bulunduğu veri seti içerisinde 22.682 adet ilgili görüntü verisi bulunmaktadır. Her bir görüntü verisi 30 adet özellik ile kodlanmıştır. Yapılan çalışma ile bu özelliklerden 3 tanesi kullanılmıştır. Çalışmada elde edilen bulgularda Python programlama dili kullanılarak tasarlanan model ile yapılan testler sonucunda 200 web sitesi için ilgili resimlere ulaşma oranının %98 oranında olduğu görülmüştür.
Genetik algoritmaları kullanarak web sayfalarından veri çıkarımı için otomatik olarak düzenli ifade oluşturma
Bu tez çalışmasında web sayfalarından ilgili görüntülerin çıkarılması için genetik algoritmalara dayalı otomatik düzenli ifade üreten bir model tasarlanmıştır. Web ortamında paylaşılan veriler çıkarıldıktan sonra metin madenciliği, veri madenciliği, görüntü analizleri, sahte haber analizi gibi birçok alanda kullanılmaktadır. Web sayfalarında paylaşılan verilerin çıkarılmasına web kazıma işlemi denilmektedir. Fakat genellikle web kazıyıcı programlar ya da manuel olarak gerçekleştirilen bu veri çıkarma işlemi hem daha çok hataya yol açmakta hem de daha çok zaman alıcı olabilmektedir. Literatürde genellikle haber başlıkları, ana içerik ve tablolar gibi metin verisinin çıkarılmasına yönelik çalışmaların daha yoğun olduğu görülmektedir. Bu tez çalışmasında, web sayfalarındaki asıl haber içeriğine ait görüntü verisinin çıkarılması için bir yöntem geliştirilmiştir. Diğer yöntemlerden farklı olarak ilgili görüntülere erişilebilmesine yönelik tasarlanan modelde otomatik olarak bir düzenli ifade üretilmektedir. Düzenli ifadelerin yazım zorluğu ve tecrübe gerektirmesi nedeniyle elle yazılması işlemini zorlaştırmaktadır. Bu sebeple, gerçekleştirilen çalışma ile bir ya da birkaç ilgili resim verisine ait HTML metni incelenerek ilgili resimlere ulaşabilmeyi sağlayan düzenli ifade otomatik olarak oluşturulmaktadır. Genetik algoritmalardan yararlanılarak gerçekleştirilen çalışmada, genetik algoritmaların kötünün elenmesi ve en iyinin hayatta kalması prensibine göre en çok ilgili resme ulaşmayı sağlayan düzenli ifadenin üretilmesi amaçlanmıştır. Çalışmada kullanılan veri setinde 58 farklı ülkeye ait 200 web sitesinden toplanmış görüntü verisine ait HTML kodları bulunmakta ve her site için de 100 sayfa yer almaktadır. Toplam 635.015 adet ilgili ve ilgisiz görüntü verisinin bulunduğu veri seti içerisinde 22.682 adet ilgili görüntü verisi bulunmaktadır. Her bir görüntü verisi 30 adet özellik ile kodlanmıştır. Yapılan çalışma ile bu özelliklerden 3 tanesi kullanılmıştır. Çalışmada elde edilen bulgularda Python programlama dili kullanılarak tasarlanan model ile yapılan testler sonucunda 200 web sitesi için ilgili resimlere ulaşma oranının %98 oranında olduğu görülmüştür.