Yüksek Lisans Tezleri

Permanent URI for this collectionhttps://hdl.handle.net/20.500.14411/23

Browse

Filters

2024 - 202517

Settings

Subject: search.filters.subject.Computer Engineering and Computer Science and Control

Search Results

Now showing 1 - 10 of 17
  • Master Thesis
    Yapay Zeka Tabanlı Kuraklık Yönetim Sisteminin Geliştirilmesi: Türkiye İçin Bir Vaka Çalışması
    (2024) Sabamehr, Mılad; Ekin, Cansu Çiğdem
    Sanayi büyümesi ve kirlilik nedeniyle gelişmiş ülkeler için kuraklık ciddi bir sorun haline gelmektedir. Bu sorunun üstesinden gelmek için yenilikçi yaklaşımlara ihtiyaç vardır, bunlardan biri de yapay zeka (AI) gibi teknolojilerdir. Bu çalışma, bir veri yönetim sistemi, tahmin sistemi ve PDSI ve SPI hesaplama sistemi içeren bir AI tabanlı kuraklık yönetim sistemini tanıtmaktadır. Veri yönetim sistemi, kullanıcıların Türkiye'nin çeşitli bölgelerinden tarımsal verileri analiz etmelerine olanak tanır. Tahmin sistemi, yağış ve sıcaklık tahmin etmek için SARIMA, ARIMA ve Prophet algoritmalarını kullanır. En iyi performans gösteren algoritma, hata oranlarına göre seçilir, böylece doğru tahminler yapılır. Bu tahminler daha sonra veri yönetim sisteminde saklanır. Yapay zeka tarafından oluşturulan verilerden yararlanarak, PDSI ve SPI hesaplama sistemi bir sonraki iki yıl için PDSI ve SPI tahmin eder. Ayrıca, sistem beklenen hava koşullarını PDSI ve SPI tahminleri ile karşılaştırarak belirli bölgelerde tarımsal ürün yetiştirme riskini değerlendirir. Sonuçlar, ARIMA'nın sıcaklık ortalamalarını tahmin etmek için en uygun olduğunu, SARIMA'nın ise yağışı tahmin etmek için en iyi performansı gösterdiğini göstermektedir. 2024'te Şanlıurfa ilinde Buğday ürünleri için PDSI'nin %91 risk seviyesi ve SPI-3'ün %75 risk seviyesi olduğunu göstermektedir.
  • Master Thesis
    Open Policy Agent İlke Uyumunun İzlemesinin Graylog Kullanılarak İyileştirilmesi
    (2024) Shıbanı, Ahmed Salem Ahmed; Nazlıoğlu, Selma
    Modern BT ortamlarının giderek daha karmaşık hale gelmesiyle güvenlik politikalarına sıkı sıkıya uyulmasının sağlanması önem kazanmaktadır. Geleneksel izleme yöntemleri, dinamik ve dağıtık sistemleri yönetmek için gerekli görünürlük ve gerçek zamanlı içgörüler sağlama konusunda genellikle yetersiz kalmaktadır. Bu araştırma, Graylog'un güçlü günlük yönetim yeteneklerinden yararlanarak OPA karar günlüklerini izleyip analiz ederek bu zorluklara çözüm bulmayı amaçlamaktadır. Bu sayede, politika ihlallerinin tespiti ve yönetimi iyileştirilmektedir. Bu çalışmanın temel amacı, politika uygulama faaliyetlerinin görünürlüğünü ve yönetimini artıran bir izleme çözümü geliştirmektir. Bu araştırma ile politika ihlallerini tespit etmek için gerekli olan OPA karar günlüklerinin içerisindeki kritik veri unsurları çıkarılmış ve bir OPA Karar Günlüğü Ayrıştırıcı ve Veri Çıkarıcı geliştirilmiştir. Graylog'un OPA ile entegrasyonu sayesinde,, politika uyumuna ilişkin gerçek zamanlı içgörüler sağlayan ve güvenlik sorunlarına proaktif yanıtlar verilmesini mümkün kılan panolar ve uyarı mekanizmaları tasarlanmış ve uygulanmıştır. Ayrıca, politika izleme çözümlerinin Graylog ve OPA toplulukları tarafından daha geniş çapta benimsenmesini ve etkili bir şekilde kullanılmasını kolaylaştıracak paylaşımlı bir içerik paketi ortaya çıkarılmıştır. Önerilen çözümün etkinliği, üç kullanım durumu aracılığıyla doğrulanmıştır. Her uygulama, sistemin politika ihlallerini doğru ve verimli bir şekilde tespit etme yeteneğini göstererek, entegrasyonun çeşitli operasyonel ortamlardaki faydasını doğrulamaktadır. Entegrasyonun, gerçek zamanlı politika uyumunun izlemesini önemli ölçüde artırdığı, politika ihlallerinin tespiti ve uyarılmasını iyileştirdiği ve özelleştirilebilir panolar aracılığıyla uygulanabilir içgörüler sağladığı tespit edilmiştir. Gelecek araştırma konuları arasında kullanım durumlarının diğer konteyner düzenleme platformlarına uygulaması ile genişletilmesi, ileri analiz ve makine öğrenimi tekniklerinin dahil edilmesi ve OPA'nın günlük kaydı yeteneklerinin yapılandırılması ve kullanılması için detaylı kullanıcı kılavuzlarının geliştirilmesi yer almaktadır.
  • Master Thesis
    AR Mobil Uygulamaları İçin Erişilebilirlik Test Çerçevesi
    (2025) Zeb, Fatıma Anwer; Nazlıoğlu, Selma
    Bu tezde, Artırılmış Gerçeklik (AR) uygulamalarının kapsayıcılığını artırmak için birleşik bir mobil öncelikli erişilebilirlik test çerçevesi olan Erişilebilirlik Doğrulayıcısı'nı öneriyoruz. Mevcut AR sistemleri genellikle ekran okuyucu desteği, hareket tanıma, bilişsel uyarlanabilirlik ve sesli komutlar gibi temel erişilebilirlik özelliklerinden yoksundur ve bu da onları engelli kullanıcılar için zorlu hale getirir. Bu boşlukları gidermek için Erişilebilirlik Doğrulayıcısı çerçevesi, uyumluluğu ve kullanılabilirliği değerlendirmek için TalkBack ve VoiceOver gibi yerel erişilebilirlik araçlarından yararlanarak manuel ve otomatik test yaklaşımlarını entegre eder. Özel donanıma dayanan geleneksel yöntemlerin aksine, bu yaklaşım akıllı telefonlar ve dizüstü bilgisayarlar gibi yaygın olarak bulunan cihazlara öncelik vererek erişilebilirlik testini daha ölçeklenebilir ve pratik hale getirir. AR erişilebilirliğini sistematik olarak değerlendirerek ve iyileştirerek. Bu araştırma, kapsayıcı tasarımı teşvik etmeyi, AR kullanılabilirliğini artırmayı ve gelecekteki erişilebilirlik standartlarının geliştirilmesine katkıda bulunmayı amaçlamaktadır.
  • Master Thesis
    Yapay Zeka Kodlarında Güvenlik: LLM Çıktılarındaki Açıkları Azaltmak için Prompt Mühendisliği Yaklaşımı
    (2025) Saleem, Wardah; Nazlıoğlu, Selma
    Yapay zeka tarafından üretilen kodların güvenliği, Büyük Dil Modelleri'nin (LLM'ler) yazılım geliştirme süreçlerinde giderek daha fazla kullanılmasıyla önemli bir endişe haline gelmiştir. GPT-3.5, GPT-4, Gemini, DeepSeek ve LLaMA gibi güçlü kod üretme yeteneklerine sahip modeller, güvenlik açısından kabul görmüş standartları tam olarak anlamadıkları için SQL enjeksiyonu, zayıf kimlik doğrulama ve hatalı erişim kontrolü gibi güvenlik açıklarına karşı savunmasız kalabilmektedir. Bu tez, LLM'ler tarafından üretilen kodların güvenliğini artırmak amacıyla OWASP Top 10 standartlarının dahil edildiği hızlı mühendislik (prompt engineering) tekniklerini incelemektedir. Bu çalışmada, farklı LLM'lerde (zero-shot, Chain-of-Thought, Recursive Criticism and Improvement (RCI) ve persona tabanlı promptlar) farklı yönlendirme stratejileri karşılaştırılarak bir kıyaslama veri kümesi (LLMSecEval) ve statik analiz araçları (Bandit ve CodeQL) kullanılmıştır. Sonuçlar, RCI tekniğinin güvenlik açıklarını önemli ölçüde azalttığını ve LLaMA modelinin RCI tekniğiyle sıfır güvenlik açığına ulaştığını göstermektedir. Bulgular, yönlendirme (prompt) tasarımının güvenlik risklerini azaltmadaki etkinliğini ortaya koymakta ve geliştiriciler ile araştırmacılar için güvenli kod üretimi konusunda pratik içgörüler sunmaktadır. Bu araştırma; açık ve kapalı LLM'lerin karşılaştırmalı değerlendirmesini yaparak, prompt mühendisliğini geliştirerek ve güvenlik odaklı, yeniden kullanılabilir prompt şablonları önererek literatüre katkı sağlamaktadır. Araştırmanın ikinci aşamasında, RCI-SA Döngüsü (Statik Analiz ile Yinelemeli Eleştiri ve İyileştirme) adı verilen bir iyileştirme yöntemi sunulmuştur. Bu yinelemeli yaklaşım, statik analiz geri bildirimlerini kullanarak üretilen kodları sürekli olarak iyileştirmeyi amaçlamaktadır. Bazı durumlarda tespit edilen toplam CWE sayısı artsa da, bu döngü birçok kritik güvenlik açığını ortadan kaldırmış ve önceden gizli olan sorunları açığa çıkarmıştır, bu da genel güvenliğin artmasına yol açmıştır. Bu yöntem, yinelemeli doğrulamanın önemini vurgulamakta ve geri bildirim odaklı prompt iyileştirmeleri yoluyla güvenli kod üretimi için pratik bir çerçeve sunmaktadır.
  • Master Thesis
    İnternet Nesneleri (IoT) Ortamında Makine Öğrenmesi Kullanılarak Saldırı Tespiti: Ton-ıot Veri Seti İle Ağ Katmanına Odaklanma
    (2025) Alawneh, Ahmad; Koyuncu, Murat
    Nesnelerin İnterneti (IoT), modern ağ sistemlerini dönüştürürken, çeşitli ve kaynak kısıtlı mimarisi nedeniyle önemli güvenlik risklerini de ortaya çıkarmıştır. Geleneksel Saldırı Tespit Sistemleri (IDS), özellikle ağ katmanında IoT tehditlerinin gelişen özelliklerini yeterince karşılayamamaktadır. Bu tez, ToN-IoT veri kümesi için özel olarak tasarlanmış, özellik-iyileştirmeli makine öğrenimine dayalı bir Ağ Saldırı Tespit Sistemi (NIDS) sunmaktadır. Önerilen çok aşamalı çerçeve, boyutluluğu azaltmak, fazlalığı gidermek ve gerçek zamanlı performansı iyileştirmek amacıyla istatistiksel (Pearson, Spearman, Ki-Kare) ve gömülü (Random Forest) öznitelik seçimi yöntemlerini bütünleştirmektedir. İkili ve çok sınıflı saldırı tespiti görevleri için Lojistik Regresyon, En Yakın Komşular (KNN), Karar Ağacı, Rastgele Orman (RF), Gauss Naive Bayes, Yapay Sinir Ağları (ANN), XGBoost, Gradient Boosting, AdaBoost ve ExtraTrees dâhil olmak üzere geniş bir sınıflandırıcı kümesi üzerinde kapsamlı karşılaştırmalar gerçekleştirilmiştir. Değerlendirme metrikleri F1-skoru, AUC, MCC ve çıkarım gecikmesini içermektedir. Bulgular, özellik seçiminin verimli sınıflandırıcılarla entegrasyonunun tespit doğruluğunu ve kaynak kısıtlı ortamlardaki operasyonel uygulanabilirliği önemli ölçüde artırdığını göstermektedir. Bu tez, IoT güvenlik uzmanları için çoğaltılabilir bir çerçeve ve pratik içgörüler sunarak sınıflandırıcı karmaşıklığı, yorumlanabilirlik ve gerçek zamanlı uygulanabilirlik arasındaki dengeyi vurgular. Elde edilen sonuçlar, ölçeklenebilir ve gelişmiş IoT güvenlik mimarileri için pragmatik bir temel sağlamaktadır.
  • Master Thesis
    Hayat-Benzeri Hücresel Özdevinirler Ortamında Oynanan Mahkumun İkilemi Oyununda İş Birliğinin Teşvikine Yönelik Bir İnceleme
    (2025) Dumanlı, Arif Eren; Kılıç, Hürevren
    Bu tez, klasik Mahkumun İkilemi oyununun kural-tabanlı Hayat-Benzeri hücresel özdevinirler ortamlarına yerleştirilmesi yoluyla, mekansal olarak yapılandırılmış popülasyonlarda iş birliği davranışının ortaya çıkışını ve sürdürülebilirliğini incelemektedir. Bu yerleştirme amacıyla, hücresel özdevinirlerin doğum ve hayatta kalma kurallarını (B ve S ile gösterilir) ajanların iş birliği ya da ihaneti tercih etmesine bağlayan bir simülasyon çerçevesi GameMaker motoru kullanılarak geliştirilmiştir. Ajanlar, toroidal bir ızgara üzerinde sekiz komşusuyla (Moore komşuları) etkileşir, Mahkumun İkilemi matrisine göre kazanç elde eder ve stratejilerini üç güncelleme moduna göre değiştirirler: gerekirci (Normal), kanonik Fermi kuralıyla stokastik taklit (Stochastic) ve benzer kümülatif ödemelere sahip komşulara yönelen Stokastik Plato varyantı (Stochastic Plateau). Farklı B/S kuralları incelenerek yerel güncellemelerin ve özdevinir kuralların mekansal iş birliği desenleri ile ortalama iş birliği üzerindeki etkileri değerlendirilmiştir. Sonuçlar, dikkatle seçilen gerekirci Hayat-Benzeri kurallarla uygulanan stokastik güncellemelerin, yalnızca gerekirci dinamiklere kıyasla iş birliğini artırabildiğini göstermektedir. Özellikle Stokastik Plato modu, daha geniş parametre aralıklarında dayanıklı iş birliği kümeleri üretmektedir. Bu bulgular, uyarlanabilir sistemlerde iş birliğini teşvik eden yerel dinamikler ve kazanç odaklı stokastik güncellemeler hakkında yeni içgörüler sunmaktadır.
  • Master Thesis
    Baskı Devre Kartı (PCB) Üretiminde Hata Tespiti için Veri Arttırma Tekniklerinin Karşılaştırmalı Bir Çalışması: Sınırlı Veri Setleri için En İyi Yaklaşımların Belirlenmesi
    (2024) Ural, Doğan Irmak; Sezen, Arda
    Elektronik üretim sektörünün hızla genişlemesiyle birlikte, baskılı devre kartlarında (PCB'ler) hata tespiti, kalite güvencesinin kritik bir unsuru haline gelmiştir. Evrişimli sinir ağları (CNN'ler) ve YOLOv8 gibi derin öğrenme modelleri, otomatik hata tespitinde önemli ilerlemeler kaydetmiş olsa da, bu modellerin başarısı genellikle büyük ve yüksek kaliteli veri kümelerinin sınırlı olmasıyla engellenmektedir. Bu çalışma, veri kümelerinin sınırlı olduğu durumlarda, özellikle küçük nesne tespitine odaklanarak, farklı veri artırma tekniklerinin PCB'lerde hata tespit doğruluğunu nasıl etkilediğini incelemektedir. Bir dizi kontrollü deney yoluyla, görüntü tabanlı ve sınırlayıcı kutu (bounding box) tabanlı veri artırma stratejilerini sistematik olarak karşılaştırdık. Sonuçlar, orta düzeyde gürültü ekleme, hafif döndürmeler ve ince renk ayarları gibi dengeli artırma yöntemlerinin tespit performansını önemli ölçüde artırdığını göstermektedir. Buna karşılık, büyük döndürmeler ve ters çevirme gibi daha agresif artırma tekniklerinin doğruluğu olumsuz etkilediği bulunmuştur. Bu bulgular, dengeli artırma tekniklerinin küçük veri kümelerinin getirdiği sınırlamaları aşmaya yardımcı olabileceğini ve PCB üreticilerine, geniş veri setlerine ihtiyaç duymadan, hata tespit doğruluğunu artırmak için etkili bir yol sunduğunu göstermektedir. Sonuç olarak, çalışma, iyileştirilmiş artırma tekniklerinin, kesinlik, duyarlılık, mAP50 ve F1 skoru gibi temel performans metriklerinde maksimum %11'lik önemli bir artış sağladığını ve tespit doğruluğunu %88'den olağanüstü bir şekilde %99'a çıkardığını göstermektedir.
  • Master Thesis
    Akciğer Kanseri Histopatolojik Görüntü Sınıflandırmasının K-kat Çapraz Doğrulama ve Vahanade Tabanlı Dijital Görüntü İşleme Hattı Kullanılarak Geliştirilmesi
    (2025) Vesek, Mehmet Çağlar; Gökçay, Erhan
    Küresel kanser ölümlerinin önde gelen nedeni olan akciğer kanseri, kesin ve etkili tanı çözümleri gerektirir. Bu çalışma, LC25000 veri setinden yinelenenleri kaldırarak, üç sınıfta 14195 dengeli görüntüye (4727/4744/4724) düşüren yeni bir ön işleme adımı sunar; bu daha önce belgelenmemiş bir iyileştirmedir. 5 katlı çapraz doğrulama (5 epoch) altında InceptionResNetV2 ve ConViT-Small kullanılarak yapılan ilk sınıflandırma, hiperparametre ayarlaması olmadan benzeri görülmemiş bir maliyet etkinliği göstererek neredeyse mükemmel doğruluk (≤6 hata) elde etti. Daha düşük hesaplama gereksinimi nedeniyle seçilen ConViT-Small, TIFF dönüştürme ve renk normalizasyonu yoluyla daha da optimize edildi. Test edilen yöntemler arasında, Vahanade'nin dönüşümü Reinhard ve hibrit tekniklerden (örn. DCT-DWT, CLAHE) daha iyi performans göstererek, mükkemel doğruluk (0 hata), Kappa ve MCC puanları elde etti. Veri seti iyileştirme, hafif derin öğrenme ve sağlam görüntü işlemeyi entegre ederek, bu çalışma yüksek doğruluklu akciğer kanseri sınıflandırmasını ilerletiyor ve tıbbi görüntüleme için ölçeklenebilir çözümler sunuyor.
  • Master Thesis
    Yapay Zeka Teknikleri Kullanılarak Bor Nitrür Kaplamalarının Modellenmesi
    (2025) Küçüköztaş, Korcan; Turhan, Çiğdem; Kaftanoğlu, Bilgin
    Bor nitrür (BN), yüksek ısıl iletkenlik, düşük sürtünme katsayısı ve yüksek sertlik gibi mükemmel özelliklere sahip bir seramik malzemedir. Ancak, BN kaplamalarının Fiziksel Buhar Biriktirme (FBB) süreci ile Magnetron Saçtırma (MS) tekniği kullanılarak uygulanması, süreç parametreleri ile kaplama özellikleri arasındaki karmaşık etkileşimler nedeniyle zorludur. Bu tez, altı gelişmiş makine öğrenmesi tekniğinden yararlanan Yapay Zeka (YZ) tabanlı bir çerçeve kullanılarak BN kaplama sürecinin modellenmesi ve optimizasyonuna yönelik yenilikçi bir yaklaşım sunmaktadır. Çelik numuneler, farklı kaplama parametreleri ile kaplanmış ve yüksek hassasiyetli ekipmanlarla karakterize edilmiştir. Verileri tanıyabilmek amacıyla, keşifsel veri analizi gerçekleştirilmiştir. Üç farklı kaplama özelliğini tahmin etmek üzere altı farklı mimari kullanılarak makine öğrenmesi modelleri geliştirilmiş ve regresyon değerlendirme metrikleri ile karşılaştırılmıştır. Son olarak, en başarılı modeller, yeni veri setleri üzerinde tahminlerde bulunmak amacıyla kullanılmış ve sonuçlar görselleştirilmiştir. YZ tabanlı yaklaşım, karar verme süresini azaltarak istenilen özelliklere göre en uygun parametrelerinin belirlenmesini sağlamaktadır.
  • Master Thesis
    Uygulama Programlama Arayüzü Dokümantasyonunun Sürekliliğinin Sağlanması
    (2025) Moghommahie, Constant Fotie; Nazlıoğlu, Selma
    Modern yazılım geliştirmede, özellikle projeler hızla ölçeklenip geliştikçe, güncel ve doğru Uygulama Geliştirim Arayüzü (UGA) dokümantasyonunun sürekliliğinin sağlanması hali hazırda bir problemdir. Genellikle el ile veya yarı otomatik olan geleneksel UGA dokümantasyon yöntemleri, sık kod değişikliklerine ayak uydurmakta zorlanır ve bu da güncel olmayan, tutarsız ve güvenilmez bir dokümantasyona yol açar. Bu verimsizlik işbirliğini engellemekte, geliştirici üretkenliğini azaltmakta ve yazılım projelerinin genel kalitesini etkilemektedir. Bu zorluğun üstesinden gelmek için bu tez, Sürekli Entegrasyon/Sürekli Dağıtım (SE/SD) ilkelerinden esinlenerek Sürekli UGA Dokümantasyonu elde etmek için kapsamlı bir metodoloji sunmaktadır. Bu yaklaşımın merkezinde, son teknoloji ürünü Büyük Dil Modelleri (BDM), özellikle de kaynak kodu ve ilgili OpenAPI spesifikasyonlarını içeren seçilmiş bir alana özgü veri kümesi üzerinde ince ayar yapılmış olan Llama3.1-8B kullanılmaktadır. Bu ince ayar, modelin doğrudan kaynak kodundan doğru ve ayrıntılı GA belgeleri üretmesini ve gelişen proje eserleriyle uyum sağlamasını sağlar. Bu çalışma ile üç katkı verilmektedir. İlk olarak, dokümantasyon için gereken manuel çabayı azaltmayı amaçlayan doğru ve kaliteli OpenAPI spesifikasyonları üretebilen ince ayarlı bir BDM geliştirilmiştir. İkinci olarak, otomatik UGA dokümantasyon araştırmalarını ilerletmek için değerli bir kaynak sağlayan, kaynak kodu ve UGA spesifikasyonlarından oluşan bir veri kümesi sunulmuştur. Üçüncü olarak, sürüm kontrol sistemleri ve SE/SD hatlarıyla sorunsuz bir şekilde entegre olan bir komut satırı aracı olan LANADOC uygulaması, metodolojiyi işler hale getirmekte ve otomatik dokümantasyonun gerçek dünya iş akışlarında pratik uygulamasını desteklemektedir. Değerlendirme sonuçları, önerilen metodolojinin minimum geliştirici müdahalesi ile güncel, kaliteli dokümantasyonun sürekliliğnin sağlanmasındaki başarımı doğrular niteliktedir. Bu araştırma, Büyük Dil Modelleri, seçilmiş veri kümeleri ve otomasyon araçlarını modern yazılım mühendisliği uygulamalarında birleştirmenin dönüştürücü potansiyelini vurgulamakta ve sürekli dokümantasyon yöntem ve araçlarının ilerlemesine katkıda bulunmaktadır.