38 results
Search Results
Now showing 1 - 10 of 38
Article Unidirectional Data Transfer: a Secure System To Push the Data From a High Security Network To a Lower One Over an Actual Air-Gap(International Journal of Scientific Research in Information Systems and Engineering, 2017) Şengül, Gökhan; Bostan, Atila; Karakaya, MuratThe term “air-gap” is typically used to refer physical and logical separation of two computer networks. This type of a separation is generally preferred when the security levels of the networks are not identical. Although the security requirements entail parting the data networks, there is a growing need for fast and automatic transfer of data especially from high-security networks to low-security ones. To protect security sensitive system from the risks originating from low-security network, unidirectional connections that permit the data transfer only from high to low-security network, namely information-diodes, are in use. Nonetheless, each diode solution has its drawbacks either in performance or security viewpoints. In this study, we present a unidirectional data transfer system in which the primary focus is data and signal security in technical design and with a plausible and adaptable data transfer performance. Such that the networks do not touch each other either in physically or logically and the transfer is guaranteed to be unidirectional. Apart from avoiding the malicious transmissions from low to high-security network, we claim that the proposed data diode design is safe from emanation leakage with respect to the contemporary sniffing and spoofing techniques.Article İnsan Kafasındaki Dokuların Öziletkenliklerin Kestirimi İçin Kullanılan İstatistiksel Kısıtlı Minimum Ortalama Hatalar Karesi Algoritmasının Kaynak Yerelleştirimine Etkisi(2012) Şengül, Gökhan; Baysal, UğurEEG ve/veya MEG ölçümleri verildiğinde, insan beynindeki aktif kaynakların bulunması\"EEG/MEG biyoelektromanyetik ters problemi\", \"aktivite kaynağının belirlenmesi\" ya da\"kaynak yerelleştirimi\" (source localization) olarak tanımlanır. Tipik bir kaynak yerelleştirimisistemi EEG/MEG ölçümlerinin yanısıra hastanın/deneğin kafasına ait geometri bilgisine,elektriksel kaynak hakkındaki ön bilgiye, ölçüm elektrotlarının sayısına ve bu elektrotların üçboyutlu uzaydaki konumuna ve kafa modelinde yer alan dokularınöziletkenliklerine/özdirençlerine ihtiyaç duyar. Bu çalışmada insan kafasındaki dokularınöziletkenliklerini kestirmek için daha önce önerilen İstatistiksel Kısıtlı Minimum OrtalamaHatalar Karesi algoritmasının, öziletkenlik kestirimindeki başarımı benzetim çalışmaları ilehesaplanmış ve kaynak yerelleştirimine etkisi araştırılmıştır. Beyin, kafa tası ve kafaderisinden oluşan üç kompartımanlı gerçekçi bir kafa modeli kullanılarak yapılan benzetimçalışmalarında 100 farklı öziletkenlik değeri kestirilmeye çalışılmış ve kestirim hataları kafaderisi için ortalamada %23, kafatası için % 40 ve beyin için de %17 olarak hesaplanmıştır.Çalışmanın ikinci bölümünde ise literatürde verilen ortalama öziletkenlik değerlerikullanıldığında ve önerilen algoritma ile kestirilen öziletkenlik değerleri kullanıldığındaortaya çıkan kaynak yerelleştirimi hataları yine benzetim çalışmaları ile araştırılmıştır.Çalışma sonunda literatürde verilen ortalama öziletkenlik değerleri kullanıldığında 10,1 mmkaynak yerelleştirimi hatası bulunurken önerilen algoritma ile kestirilen öziletkenlik değerlerikullanıldığında ise bu hata 2,7 mm'ye inmiştir. Burada bulunan sonuçlara göre İ.K.M.O.H.K.algoritması ile kestirilen doku öziletkenlikleri kullanıldığında kaynak yerelleştirimi konumhatasında ortalama öziletkenlik kullanılması durumuna göre %73,07'lik azalmagörülmektedir. Sonuç olarak kaynak yerelleştirimi uygulamalarında İ.K.M.O.H.K. algoritmasıile kişiye özgü olarak elde edilen doku öziletkenliklerini kullanmak, ortalama öziletkenlikkullamaya kıyasla hata oranlarını azalttığı sonucuna varılabilir.Master Thesis Görüntü İşleme Yöntemlerı ile Araç Logo Tanıma(2016) Albera, Sumıa; Şengül, GökhanAraç logolarının tanımlanması, farkli çevre şartlarında araçların logolarının yüksek performans ile algılanması ve sınıflandırılması yeteneği olarak tanımlanabilir. Logo tanıma, devlet kurumları, askeri alanlar gibi kontrol gerektiren bölgelerde güvenlik ve gözetleme amacıyla kullanılmaktadır. Logo tanımlamada öncelikle logo görüntüleri okunur, analiz edilir ve logonun ait olduğu üretici belirlenir. Bu tez çalışmasının amacı, araç logolarının tanımlanması için kullanılan üç farklı yöntemin gürültülü ve gürültüsüz ortamlardaki başarımlarını araştırmak ve bu yöntemlerin karşılaştırmasını yapmaktır. Bu tez çalışmasında logo tanımlama için SURF, LBP ve GLCM yöntemleri denenmiştir. LBP ve GLCM yöntemleri için sınıflandırıcı olarak kNN kullanılmıştır. Önerilen yöntemler biri üreticilerin internet sitelerinden alınan görüntüler diğeri ise doğrudan araçların logoların fotoğraflarının çekilmesi ile elde edilen görüntüler olmak üzere iki farklı veri kümesinde test edilmiştir. Sonuç olarak en iyi başarım, SURF algoritması ile elde edilmiştir.Article Türkiye’de Engelli Farkındalığı ve Engelli Bireylerin Adalete Web Erişilebilirlikleri Üzerine Bir Değerlendirme(2014) Ertürk, Korhan Levent; Şimşek, A Aslı; Songur, Damla Gülseren; Şengül, GökhanFiziksel veya zihinsel nedenlerle bazı hareketleri, duyuları veya işlevleri kısıtlı olan bireyler toplumun bir grubunu oluşturmaktadır. türkiye'de bu bireyler ve/veya çevreleri toplumda doğrudan ya da dolaylı olarak çeşitli sorunlarla karşı karşıya kalmaktadırlar. Günümüzde eğitim, sağlık, adalet, sosyal güvenlik gibi alanlarda bu durum sıklıkla görülebilmektedir. Söz konusu bireyler sorunlarıyla ilgilenilmesini ve çözüme kavuşturulmasını istemektedirler. Bir ülkenin gelişmişlik düzeyi anılan sorunların çözümüne yönelik çalışmalar ile doğrudan ilişkilidir. Çalışmamız, bazı hareketleri, duyuları veya işlevleri kısıtlı olan bireylerin ortak bir terimle ifade edilmesi, engelli birey farkındalığının ortaya konulması ve bu bağlamda ilgili bazı web sitelerinin bu bireyler açısından yeterliliğinin sorgulanmasına yöneliktir. Bunlar ve benzeri web sitelerinin olabildiğince erişilebilir yapılması engelli kullanıcılara diğer bireyler ile eşit hakların sağlanmasına katkı sağlayabilecek, bilgi ve iletişim kaynaklarını çeşitlendirebilecektirArticle An Experimental Study on the Effect of the Anisotropic Regions in a Realistically Shaped Torso Phantom(Annals of Biomedical Engineering, 2008) Şengül, Gökhan; Lıehr, Mario; Haueısen, Jens; Baysal, UğurDetermination of electrically active regions in the human body by observing generated bioelectric and/or biomagnetic signals is known as source reconstruction. In the reconstruction process, it is assumed that the volume conductor consists of isotropic compartments and homoge neous tissue bioelectric parameters but this assumption introduces errors when the tissue of interest is anisotropic. The aim of this study was to investigate changes in the measured signal strengths and the estimated positions and orientations of current dipoles in a realistically shaped torso phantom having a heart region built from single guar gum skeins. Electric data were recorded with 60 electrodes on the front of the chest and 195 sensors measured the magnetic field 2 cm above the chest. The artificial rotating dipoles were located underneath the anisotropic skeins distant from the sensors. It was found that the signal strengths and estimated dipole orientations were influenced by the anisotropy while the estimated dipole positions were not significantly influ enced. The signal strength was reduced between 17% and 43% for the different dipole positions when comparing the parallel alignment of dipole orientation and anisotropy direction with the orthogonal alignment. The largest error in the estimation of dipole orientation was 42 degrees. The observed changes in the magnetic fields and electric poten tials can be explained by the fact that the anisotropic skeins force the current along its direction. We conclude that taking into account anisotropic structures in the volume conductor might improve signal analysis as well as source strength and orientation estimations for bioelectric and biomagnetic investigations.Article Determination of Measurement Noise, Conductivity Errors and Electrode Mislocalization Effects To Somatosensory Dipole Localization(Biomedical Research, 2012) Şengül, Gökhan; Baysal, UğurCalculating the spatial locations, directions and magnitudes of electrically active sources of human brain by using the measured scalp potentials is known as source localization. An accu rate source localization method requires not only EEG data but also the 3-D positions and number of measurement electrodes, the numerical head model of the patient/subject and the conductivities of the layers used in the head model. In this study we computationally deter mined the effect of noise, conductivity errors and electrode mislocalizations for electrical sources located in somatosensory cortex. We first randomly selected 1000 electric sources in somatosensory cortex, and for these sources we simulated the surface potentials by using av erage conductivities given in the literature and 3-D positions of the electrodes. We then added random noise to measurements and by using noisy data; we tried to calculate the positions of the dipoles by using different electrode positions or different conductivity values. The esti mated electrical sources and original ones are compared and by this way the effect of meas urement noise, electrode mislocalizations and conductivity errors to somatosensory dipole lo calization is investigated. We conclude that for an accurate somatosensory source localization method, we need noiseless measurements, accurate conductivity values of scalp and skull lay ers and the accurate knowledge of 3-D positions of measurement sensors.Article Single Camera Photogrammetry System for Eeg Electrode Identification and Localization(Annals of Biomedical Engineering, 2010) Baysal, Uğur; Şengül, GökhanIn this study, photogrammetric coordinate measurement and color-based identification of EEG electrode positions on the human head are simultaneously implemented. A rotating, 2MP digital camera about 20 cm above the subject’s head is used and the images are acquired at predefined stop points separated azimuthally at equal angular displacements. In order to realize full automation, the electrodes have been labeled by colored circular markers and an electrode recognition algorithm has been developed. The proposed method has been tested by using a plastic head phantom carrying 25 electrode markers. Electrode locations have been determined while incorporating three different methods: (i) the proposed photogrammetric method, (ii) conventional 3D radiofrequency (RF) digitizer, and (iii) coordinate measurement machine having about 6.5 lm accuracy. It is found that the proposed system automatically identifies electrodes and localizes them with a maximum error of 0.77 mm. It is suggested that this method may be used in EEG source localization applications in the human brain.Article Classification of Parasite Egg Cells Using Gray Level Cooccurence Matrix and Knn.(Biomedical Research, 2016) Şengül, GökhanParasite eggs are around 20 to 80 μm dimensions, and they can be seen under microscopes only and their detection requires visual analyses of microscopic images, which requires human expertise and long analysis time. Besides visual analysis is very error prone to human procedures. In order to automatize this process, a number of studies are proposed in the literature. But there is still a gap between the preferred performance and the reported ones and it is necessary to increase the performance of the automatic parasite egg classification approaches. In this study a learning based statistical pattern recognition approach for parasite egg classification is proposed that will both decrease the time required for the manual classification by an expert and increase the performance of the previously suggested automated parasite egg classification approaches. The proposed method uses Gray-Level Co-occurrence Matrix as the feature extractor, which is a texture based statistical method that can differentiate the parasite egg cells based on their textures, and the k-Nearest Neighbourhood (kNN) classifier for the classification. The proposed method is tested on 14 parasite egg types commonly seen in humans. The results show that proposed method can classify the parasite egg cells with a performance rate of 99%.Article Türkiye’de Engelli Farkındalığı ve Engelli Bireylerin Adalete Web Erişilebilirlikleri Üzerine Bir Değerlendirme(Bilgi Dünyası, 2014) Ertürk, Korhan Levent; Şimşek, A. Aslı; Songür, Damla Gülseren; Şengül, GökhanFiziksel veya zihinsel nedenlerle bazı hareketleri, duyuları veya işlevleri kısıtlı olan bireyler toplumun bir grubunu oluşturmaktadır. türkiye’de bu bireyler ve/veya çevreleri toplumda doğrudan ya da dolaylı olarak çeşitli sorunlarla karşı karşıya kalmaktadırlar. Günümüzde eğitim, sağlık, adalet, sosyal güvenlik gibi alanlarda bu durum sıklıkla görülebilmektedir. Söz konusu bireyler sorunlarıyla ilgilenilmesini ve çözüme kavuşturulmasını istemektedirler. Bir ülkenin gelişmişlik düzeyi anılan sorunların çözümüne yönelik çalışmalar ile doğrudan ilişkilidir. Çalışmamız, bazı hareketleri, duyuları veya işlevleri kısıtlı olan bireylerin ortak bir terimle ifade edilmesi, engelli birey farkındalığının ortaya konulması ve bu bağlamda ilgili bazı web sitelerinin bu bireyler açısından yeterliliğinin sorgulanmasına yöneliktir. Web sitelerinin olabildiğince erişilebilir yapılması engelli kullanıcılara diğer bireyler ile eşit hakların sağlanmasına katkı sağlayabilecek, bilgi ve iletişim kaynaklarını çeşitlendirebilecektir.Master Thesis Arapça El Yazısı Harflerin Örüntü Tanıma Yaklaşımları Kullanılarak Tanınması(2017) Douma, Aısha; Şengül, GökhanEl yazısı ile yazılmış harflerin otomatik olarak tanınması; ofis otomasyonu, bankacılık ve güvenlik gibi birçok alanda insanlar ve makineler arasındaki etkileşimi geliştirmek için kullanılır ve insanlar tarafından yazılmış dokümanların makine ile kodlanmış hale dönüştürme sürecidir. Bu tezde, Arapca el yazısı karekterlerin tanınması için gri seviyeli eş oluşum matrisleri (GLCM), yerel ikili örüntü (LBP), yapay sinir ağı (ANN) ve odaklı gradient histogram (HOG) olarak adlandırılan ozellik çıkarma ve sınıflandırma yaklaşımları karşılaştırılmıştır. GLCM, LBP ve HOG özellik çıkarımı için kullanılan yöntemler olup çıkarılan özelliklerden sınıflandırma yapmak için K-en yakın komşu (KNN) sınıflandırma yaklaşımı kullanılmıştır. ANN'de ise sinir ağı girdisi için piksel değerlerinin yoğunlukları kullanılmıştır. Her yöntemin sonuçlarını değerlendirmek için karışıklık matrisi (CM) tekniği ve çapraz geçerleme yöntemleri izlenmiştir. Sonuçlar; HOG (odaklı gradient histogram)'un en yüksek doğruluğu verdiği, en az doğruluk performansının ise gri seviyeli eş oluşum matrisleri tarafından elde edildiği gözlemlenmiştir.
