2 results
Search Results
Now showing 1 - 2 of 2
Master Thesis Uygulama Programlama Arayüzü Dokümantasyonunun Sürekliliğinin Sağlanması(2025) Moghommahie, Constant Fotie; Nazlıoğlu, SelmaModern 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.Master Thesis Radyo Frekansı (RF) Parmak İzi Kullanarak Cihaz Yetkilendirmesi(2024) İyiparlakoğlu, Raif; Dalveren, YaserWith the increasing usage areas of the Internet of Things (IoT), the importance of ensuring security in wireless networks has grown. Nevertheless, power-constrained devices cannot utilize intricate encryption techniques. Later on, Radio Frequency Fingerprinting (RFF) appeared, showcasing encouraging outcomes. A unique identity was derived from the distinct hardware variations during the production phases of IoT devices. This enabled device classification and verification functions, enhancing physical layer security. These applications were developed using deep learning (DL) techniques, resulting in highly accurate classification outcomes. Nevertheless, there is still room for enhancement when it comes to putting these DL models into practice. This thesis discusses decreasing inference latency through a lightweight 1D Convolutional Neural Network (CNN) model. A dataset containing 55 LoRa devices in an open-set was utilized. Preprocessing methods of Short Time Fourier Transform (STFT) and Fast Fourier Transform (FFT) were compared based on classification accuracy and inference latency. Furthermore, the model that was introduced was evaluated against the 2D CNN model. Even though the lightweight model offers a notable enhancement in inference speed, there are slight and tolerable reductions in its accuracy.
