9 results
Search Results
Now showing 1 - 9 of 9
Master Thesis 77 Ghz Radar Sistemleri için Mikroşerit Anten Tasarımı ve Analizi(2023) Yılmaz, Selen; Dalveren, Yaser; Kara, AliBu tez, 77 GHz otomobil radarı için seri beslemeli mikroşerit yama dizi antenin tasarımı ve operasyonel davranışına yönelik kapsamlı araştırmasını takdim etmektedir. Öncelikli olarak, mikroşerit anten, yama dizi anten, frekans taramalı dizi anten ve Chebyshev dizi anten teorisi hakkında teorik altyapı bilgisi temin edilmiştir. Antenleri tasarlamak ve boyutlarını hassas bir şekilde ayarlamak için sonlu eleman metoduna dayalı tam dalga simülasyon aracı kullanılmıştır. İlk aşamada, 76.5 GHz rezonans frekansında çalışan seri beslemeli doğrusal Chebyshev dizi anten bir verici kanalını temsil etmesi üzerine tasarlanmıştır. Kazancı geliştirmek için toprak-sinyal-toprak geçiş yapısında kullanılmak üzere kısa devre pinlerinden yararlanılmıştır. Pinsiz ve pinli tasarımların bant genişliği ve kazanç bakımından karşılaştırmalı analizi yapılmıştır. Son aşamada, 76.5 GHz doğrusal dizi yama anten 79 GHz doğrusal dizi yama antene GSG geçiş yapısı boyutları optimize edilerek ve her bitişik iki yama elemanı arasındaki aralıklandırma ve yama elemanı uzunlukları ölçeklenerek dönüştürülmüştür. Ölçeklendirme yönteminin etkisini değerlendirebilmek adına bu aşamada iki tasarım sunulmuştur. Bu iki dizi yama anten tasarımının operasyonel özelliklerinin ana kulak yönlendirilme açısı, empedans bant genişliği, total kazanç ve yan kulak baskılanması bakımından karşılaştırmalı analizi yapılmıştır.Doctoral Thesis Kubernetes Yönetimindeki Konteynerleştirilmiş Edge Ağlarında Dağıtılmış Hizmet Dışı Bırakma (DDOS) Saldırılarının Azaltılmasına Doğru(2025) Köksal, Sarp; Dalveren, Yaser; Çatak, Ferhat ÖzgürBeşinci Nesil (5G) teknolojisinin, Nesnelerin İnterneti (IoT) olarak bilinen milyarlarca cihaza bağlantıya olanak vermesi bekleniyor ve Mobil Sınır Bilişim (MEC) bu teknolojinin ana yapı taşı olacak. Ancak IoT cihazları ve uç ağları, kaçınılmaz olarak çeşitli siber saldırı türlerinin ana hedefi olacaktır. En yaygın olanı, Dağıtılmış Hizmet Reddi (DDoS) saldırıları olarak bilinir. DDoS saldırıları, hedef sisteme çok sayıda paket göndererek kaynaklarını tüketmeyi amaçladığından, genellikle IP tabanlı ortamlarda etkili olur. Yazılım Tanımlı Ağ (SDN) ve Ağ Fonksiyonları Sanallaştırması (NFV), 5G ağlarının uygulama katmanında DDoS saldırılarının yoğun olması beklenen yerlerdir ve bu iki teknoloji, IoT ve Uç Ağları için kilit kolaylaştırıcı olacaktır. Kubernetes gibi konteyner tabanlı sanallaştırma platformları, uç ağlarda Kubernetes'in daha hafif ve çevik platformlar sunabilmesi nedeniyle giderek daha popüler araçlar haline gelmektedir. IoT cihazları en kritik atak hedeflerden biridir çünkü çok fazla cihaz birbirine bağlıdır ve bir saldırının birbirine yayılması çok kolaydır. Buna ek olarak, uç cihazların ve sunucuların sınırlı kaynak kapasitelerine sahip olmaları da bu saldırılara karşı daha kolay hedef olmalarını sağlar. Bu nedenle, uç ağlarda DDoS atakları için güvenlik sistemlerine ihtiyaç vardır. Bu tez çalışmasında, konteyner tabanlı bulut platformlarının Uç Ağlarda dinamik ve otomatik kaynak yönetimi yetenekleri kullanılarak bu DDoS saldırılarına karşı nasıl kullanılabileceğinin araştırılması amaçlanmaktadır.Master Thesis Iot Erişimli Akıllı Şehirlerde Radyo Frekansı Parmak İzi Tabanlı Yayıcı Konumlandırma(2023) Doğan, Deren; Dalveren, YaserKablosuz teknolojinin hızlı gelişimi, Nesnelerin İnterneti'nin (IoT) önemini artırdı. IoT uygulamaları, çeşitli sektörlerde maliyetleri azaltmak ve performansı yükseltmek için kullanılıyor. Akıllı şehirlerde bu tür uygulamalardan yararlanılarak konumlandırma tabanlı hizmetler de sunulmaktadır. Coğrafi bölgelerde konumlandırma talebi nedeniyle uzun yıllardır çeşitli konumlandırma prosedürleri kullanılmaktadır. Radyo frekansı parmak izi (RFF) konumlandırması, makine öğrenimi (ML) yöntemlerindeki son gelişmelerin sağladığı avantajlar dikkate alındığında en etkili yöntemlerden biri haline geldi. Makul fiyatlı ve yüksek performanslı bir IoT kablosuz teknolojisini uygulamak, konumlandırmada zorlu bir konudur. Bu bağlamda, IQRF teknolojisi yeni fırsatlar sunmaktadır. Bu nedenle, 868 MHz bandında çalışan IQRF sensör düğümlerini içeren bir sistemde bu tez, makine öğreniminde denetimli sınıflandırma yöntemlerini uygulayan bir alınan sinyal gücü göstergesi (RSSI) parmak izi tabanlı konumlandırma yöntemi önerir. Bu amaçla, Görüş Hattı (LoS) bağlantıları için yerel bir dış ortamda ölçümler yürütüldü. Elde edilen sonuçlar, 'Torbalı Ağaçlar', 'Ağırlıklı k-NN' ve 'Orta Gaussian SVM' yöntemlerinin son derece güçlü tahmin doğruluğunu gösterir. Tezin sonuçları, akıllı şehirlerde radyo frekansı parmak izine dayalı konumlandırma sistemlerinin ilerlemesine destek olma potansiyeline sahiptir.Master Thesis Kablosuz Ağlarda Arka Arkaya Olan Antenlerin Bağlantı Seçeneklerinin Karşılaştırılması(2019) Durukan, Ahmet Mert; Dalveren, YaserBu tez çalışması, çift yönlü sensör düğümlerinin birbirleriyle bağlantısını sağlamayı amaçlamaktadır. Bir alıcı-verici yonga setine sahip olan arka arkaya yönsel antenlerin kablosuz sensör linki oluşturmak için antenler arasındaki bağlantı, RF Anahtarı ve RF Ayırıcı/Birleştirici tasarımları kullanarak sağlanmıştır. Bu iki tasarımın, performans değerlendirmeleri amaç olarak belirlenmiştir. Görüş mesafesinde ve görüş hattı dışındaki ortamlarda ölçümler alınmıştır. Ölçüm sonucunda elde edilen veriler toplam maliyet, enerji tüketimi ve erişebilecek maksimum mesafe bakımından değerlendirilmiştir.Master Thesis Iot Cihaz Güvenliği için Federe Öğrenmenin Kullanimi(2025) Işın, Latife İlayda; Dalveren, YaserIoT cihazlarının kritik sistemlerde yaygınlaşması, sağlam siber güvenlik mekanizmalarına olan ihtiyacı artırdı. Bu çalışma, ağ saldırı tespiti için bir Federe Öğrenme (FL) çerçevesinin uygulanmasını araştırmakta ve model eğitimini birden çok düğümde ademi merkeziyetçi hale getirerek gizlilik endişelerini ele almaktadır. Bot-IoT, TON_IoT, UNSW-NB15 ve CICIDS2017 gibi veri kümelerini kullanarak, fl'nin DoS, DDoS, Ortadaki Adam ve kaba kuvvet saldırıları dahil olmak üzere çeşitli saldırı türlerini tespit etmedeki etkinliğini değerlendiriyoruz. Kapsamlı deneyler, diğer veri kümelerinde rekabetçi sonuçları korurken, Bot-IoT veri kümesinde% 98,2 doğruluk ve% 97,8 hassasiyet elde ederek yüksek model performansı göstermektedir. Karşılaştırmalı değerlendirmeler, FL yaklaşımının geleneksel merkezi öğrenme modellerine karşı etkinliğini vurgulamaktadır. Kayıp ve doğruluk eğrileri, eğitim sürecinin istikrarını yansıtır ve karışıklık matrisi analizleri, yanlış sınıflandırma kalıpları hakkında fikir verir. Bu çalışma, IoT ortamlarını gelişen tehditlere karşı güvence altına almak için ölçeklenebilir ve gizliliği koruyan bir çözüm olarak fl'nin potansiyelinin altını çiziyor.Master Thesis Düşük Kaliteli Görüntüler için Derin Öğrenmeye Dayalı Araç Sınıflandırması(2022) Taş, Sümeyra; Dalveren, Yaser; Pazar, ŞenolNüfusun artması ile birlikte ulaşımda kullanılan araç sayısı da artış göstermektedir. Araç sınıflandırması, otomatik ücret toplama sistemleri, trafik kontrol sistemleri, akıllı ulaşım sistemleri, otonom araçlar (ve daha fazlası) gibi değişik alanlarda bir ihtiyaçtır. Konvolüsyonel Sinir Ağı, derin öğrenmenin bir parçasıdır ve kısaca CNN olarak adlandırılır, görsel verilerle araç sınıflandırması için iyi bilinen, kullanılan bir modeldir. Ancak, düşük kaliteli görüntülere değinen çok fazla uygulama yoktur. Bu çalışma, CNN modellerinin 2 MP standart bir güvenlik kamerası kullanılarak bir araç sınıflandırma projesi için düşük kaliteli görüntülerle çalıştırılabileceğini ve kullanılabileceğini göstermektedir. Buna ek olarak, bu çalışma sıfırdan inşa edilmiş, özellik çıkarma için önceden eğitilmiş VGG16 ağı ve ince ayar için önceden eğitilmiş VGG16 ağı kullanan kendine ait az veri seti ile çalışarak üç CNN modeli sunmaktadır. Deneylerden elde edilen umut verici sonuçlar, düşük kaliteli görüntüler içeren bir veri seti kullanılsa bile araç sınıflandırmanın mümkün olabileceğini göstermektedir.Master Thesis Deniz Yüzeyi Çevresindeki Emitörlerin Lokasyon Tespiti(2011) Dalveren, Yaser; Kara, AliBu tez, pasif yansıtıcılar ve Coğrafi Bilgi Sistemi (CBS) kullanarak deniz üzerinde veya çevresinde bulunan emitörlerin yerini belirlemeyi amaçlamaktadır. Düşünülen çoklu yayılım modeli, görüş hattı ve iki yansımış yayılım hattı içeren üç ışımalı modeldir. Bu koşullarda, emitörün yerini belirlemek için, yayılım hatları arasındaki varış zaman farkı (VZF) ölçümleri kullanarak, sonlucu ifade çözümüne dayalı doğrusal olmayan denklemlerin çözüm algoritmasının direk ve kısa bir ispatı önerilmiştir. Çalışmada ayrıca, deniz üzerindeki ve çevresindeki yansıtıcıların, elektromanyetik modelleme ve sınıflandırılması da tartışmaktadır. Bu bağlamda, bilinen bazı yansıtıcıların bistatik yansıtma özellikleri analiz edilmekte ve yansıtma katsayıları literatür taraması ile bir araya getirilmektedir. Bir araya getirilen yansıtma katsayılarına göre, saçıcıları sınıflandırmak için veri tablosu sağlanmaktadır. Ayrıca, yer belirleme için verilen yaklaşımın benzetimi yapılmakta ve ölçüm hatasına yönelik basit analizler sunulmaktadır.Master Thesis Bilişsel Radyo Uygulamaları için Yüksek Düzey Kümülant Tabanlı Sınıflandırma(2023) Al-sudanı, Haıder Jalıl Sahıb; Dalveren, Yaser; Thabit, Ahmed A.Modern iletişim sistemleri, kablosuz teknoloji uygulamalarındaki büyük gelişme nedeniyle çok hızlı değişikliklere tanık olmuştur. Bu gelişmeler spektrumun kıtlığına ve verimsizliğine neden olmuştur. Bilişsel Radyo (BR), yüksek spektral verimliliği korumak ve spektrum kıtlığını tedavi etmek için en iyi çözümlerden biri olarak önerilmektedir. BR, kanal yetkili kullanıcısının spektrum kanalını ihtiyaçlarının dışında kaldığında yetkisiz kullanıcıya kullanabilmesi için tahsis eder. Fakat spektrum paylaşımı sinyal paraziti olmadan tamamlanmalıdır. Bu nedenle, BR, frekans spektrumunun düzgün yönetimi ve parazitten kaçınma için birçok algılama tekniğine sahiptir. Başlıca algılama teknikleri; Enerji Algılama (EA), Eşleştirilmiş Filtre Algılama (EFA) ve Özellik Tabanlı Algılama (ÖTA) olarak sınıflandırılabilir. Genel olarak algılama tekniklerinin özellikleri irdelendiğinde uygulama alnına göre her birinin avantajları ve sınırlamaları olduğu söylenebilir. Bu tezde, bir ÖTA için makine öğrenmenin kullanıldığı yeni bir yöntem önerilmiştir. Önerilen yöntemin etkinliğinin değerlendirilebilmesi için bir MATLAB ortamında benzetimler gerçekleştirilmiştir. Bu amaçla, öncelikle çeşitli gürültülü kanallarla farklı modülasyon şemaları oluşturulmuştur. Daha sonra, gürültülü kanallarındaki bozuk sinyallerden yüksek dereceli momentlerin ve kümülantların çıkarılması sağlanmıştır. Bu özellikler, sinyal ve gürültüyü ayırt etmedeki güçlerine göre seçilmiştir. Tespit sonuçları, destek vektör makine (DVM) sınıflandırıcısında kullanılarak dedektörden elde edilen tespit olasılıkları (Pd) hesaplanmıştır. En yüksek Pd değerinin, istatistiksel tespitte 3 yüksek dereceli kümülant ile elde edilebileceği gösterilmiştir. Aynı Pd değeri, işlenen veri miktarını azaltan ve detektör karmaşıklığını basitleştiren 1 yüksek dereceli kümülant ile DVM sınıflandırıcısı kullanılarak elde edilebilmektedir.Master Thesis Düşük Kaliteli Görüntüleme Koşullarında Derin Öğrenmeye Dayalı Araç Sınıflandırması(2022) Sarı, Özgen; Dalveren, Yaser; Kara, AliGünümüzde trafik sıkışıklığının, kazaların ve güvenlik sorunlarının önlenmesi için akıllı ulaşım sistemlerinin (ITS) ve trafik gözetleme sistemlerinin kullanılması çok önemli bir yere sahiptir. Bu tür sistemlerde karayolu taşıtlarının sınıflandırılması önemli kilit zorluklardan biridir. Bu nedenle literatürde araç sınıflandırmasını kolaylaştırmak için şimdiye kadar birçok yöntem önerilmiştir. Çoğunlukla bu yöntemler, yüksek kaliteli kameralardan toplanan yüksek çözünürlüklü görüntüleri kullanır. Ancak, düşük çözünürlüklü görüntüler kullanıldığında araç sınıflandırması kolay bir iş değildir. Buna ek olarak, farklı hava koşulları (yağmurlu, karlı ve puslu) gibi çeşitli çevresel faktörler araç sınıflandırma performansını etkiler. Bu tez, farklı hava koşullarında bir trafik sahnesinden uzağa yerleştirilmiş standart bir güvenlik kamerası tarafından toplanan düşük çözünürlüklü gözetim görüntülerinde araç sınıflandırması için basit bir evrişimsel sinir ağı (CNN) tabanlı bir yöntem önermektedir. Performansını değerlendirmek için önerilen model, çeşitli olup olmadığı koşullarında toplanan küçük ve düşük çözünürlüklü araç görüntülerini (100 × 100 piksel ve 96 dpi) içeren bir veri seti üzerinde test edilmiştir. Bu tezde önerilen model aynı zamanda iyi bilinen VGG19 tabanlı CNN modelleri ile doğruluk ve kayıp açısından karşılaştırılmıştır. Önerilen modelin doğruluk ve kayıp değerleri karşılaştırıldığında iyi bilinen modellerle benzerlik gösterse de karmaşıklık ve enerji kaybı göz önüne alındığında daha iyi performans göstermektedir.