Derin Öğrenme Modellerinde Mahremiyet ve Güvenlik Üzerine Bir Derleme Çalışması

dc.contributor.authorYiğit, Gülsüm
dc.contributor.authorYiğit, Gülsüm
dc.date.accessioned2023-10-19T14:55:52Z
dc.date.available2023-10-19T14:55:52Z
dc.date.issued2021
dc.department-tempBeykent Üniversitesi, Mühendislik-Mimarlık Fakültesi, Bilgisayar Mühendisliği, İstanbul, Türkiye -- Kadir Has Üniversitesi, Mühendislik ve Doğa Bilimleri Fakültesi, Bilgisayar Mühendisliği, İstanbul, Türkiyeen_US
dc.description.abstractSon dönemlerde derin öğrenmedeki devrim niteliğindeki gelişmeler ile birlikte yapay zekaya yönelik beklentiler gün geçtikçe artmaktadır. Konuşma tanıma, doğal dil işleme (NLP), görüntü işleme gibi birçok alanda etkin bir şekilde uygulanabilen bir araştırma alanı olan derin öğrenme klasik makine öğrenmesi ile karşılaştırıldığında daha yüksek başarı göstermektedir. Derin öğrenme ile geliştirilen modellerde eğitim ve tahminleme sırasında büyük miktarda veri kullanılmakta ve kullanılan veriler kişisel verilerden oluşabilmektedir. Bu verilerin işlenmesi sırasında kişisel verilerin korunması kanununa (KVKK) aykırı olmaması oldukça önemlidir. Bu nedenle verilerin gizliliği ve güvenliğinin sağlanması oldukça önemli bir husustur. Bu çalışmada, derin öğrenme modelleri geliştirilirken yaygın kullanılan mimariler verilmiştir. Verilerin gizliliği ve güvenliğini artırmak için literatürde yaygın olarak karşılaşılan güvenli çok partili hesaplama, diferansiyel mahremiyet, garbled devre protokolü ve homomorfik şifreleme araçları özetlenmiştir. Çeşitli sistem tasarımlarında kullanılan bu araçların yer aldığı güncel çalışmalar taranmıştır. Bu çalışmalar, derin öğrenme modelinin eğitim ve tahminleme aşamasında olmak üzere iki kategoride incelenmiştir. Literatürdeki çeşitli modeller üzerinde uygulanabilen güncel saldırılar ve bu saldırılardan korunmak amacıyla geliştirilen yöntemler verilmiştir. Ayrıca, güncel araştırma alanları belirlenmiştir. Buna göre, gelecekteki araştırma yönü kriptografik temelli yöntemlerin karmaşıklığının azaltılması ve geliştirilen modelin güvenilirliğini belirlemek için çeşitli ölçme ve değerlendirme yöntemlerinin geliştirilmesi yönünde olabilir.en_US
dc.identifier.citation0
dc.identifier.doi10.29130/dubited.864635
dc.identifier.endpage1859en_US
dc.identifier.issn2148-2446
dc.identifier.issue5en_US
dc.identifier.scopusqualityN/A
dc.identifier.startpage1843en_US
dc.identifier.trdizinid498532en_US]
dc.identifier.trdizinid498532en_US].
dc.identifier.urihttps://doi.org/10.29130/dubited.864635
dc.identifier.urihttps://search.trdizin.gov.tr/yayin/detay/498532
dc.identifier.urihttps://hdl.handle.net/20.500.12469/4601
dc.identifier.volume9en_US
dc.identifier.wosqualityN/A
dc.language.isotren_US
dc.relation.ispartofDüzce Üniversitesi Bilim ve Teknoloji Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.titleDerin Öğrenme Modellerinde Mahremiyet ve Güvenlik Üzerine Bir Derleme Çalışmasıen_US
dc.typeReview Articleen_US
dspace.entity.typePublication
relation.isAuthorOfPublication363c092e-cd4b-400e-8261-ca5b99b1bea9
relation.isAuthorOfPublication.latestForDiscovery363c092e-cd4b-400e-8261-ca5b99b1bea9

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
4601.pdf
Size:
919.88 KB
Format:
Adobe Portable Document Format
Description:
Tam Metin / Full Text