Çok faktörlü kimlik doğrulama yaklaşımı ile mobil entegrasyonlu akıllı kapı kilidi sisteminin geliştirilmesi
Development of a mobile-integrated smart door lock system with a multi-factor authentication approach
- Tez No: 1021902
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZNUR ŞENGEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Kültür Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Modern güvenlik sistemlerinde geleneksel erişim kontrol yöntemlerinin yetersizlikleri, biyometrik teknolojilerin önemini artırmıştır. Anahtar, kart veya tek faktörlü kimlik doğrulama yöntemleri; kayıp, çalınma ve yetkisiz kullanım gibi risklere karşı yetersiz kalmakta, özellikle akıllı bina ve kurumsal ortamlarda daha güvenilir çözümlere ihtiyaç duyulmaktadır. Bu tez çalışmasında, öncelikle altı farklı derin öğrenme tabanlı yüz tanıma modeli (VGG-Face, FaceNet, ArcFace, Dlib, OpenFace, DeepFace) LFW veri seti üzerinde kapsamlı olarak karşılaştırılmış; doğruluk, FAR, EER ve AUC gibi performans göstergeleri değerlendirilmiş ve ArcFace modelinin %94.65 doğruluk, %1.90 FAR ve %6.60 EER değerleri ile en başarılı model olduğu belirlenmiştir. Bu karşılaştırmalı analiz sonuçlarına dayanarak, ArcFace derin öğrenme modeli tabanlı yüz tanıma, TensorFlow Lite ile canlılık tespiti, dinamik gizli kelime servisi ve Bluetooth yakınlık doğrulamasını bir araya getiren dört katmanlı güvenlik mimarisine sahip kapsamlı bir biyometrik erişim kontrol sistemi geliştirilmiştir. Sistem; Flutter mobil uygulama, PHP backend API, Raspberry Pi 5 IoT modülü, web tabanlı yönetici paneli ve yönetici mobil uygulamasından oluşan beş ana bileşeni entegre etmektedir. Kapı kilidinin uzaktan yönetilmesi, erişim kayıtlarının izlenmesi ve anlık bildirimlerin iletilmesi bu mimari ile sağlanmıştır. Sistem testlerinde normal koşullarda ortalama erişim süresi 18.3 saniye, toplam güvenlik başarı oranı %90.7 olarak ölçülmüştür. Farklı aydınlatma ve ortam senaryolarında yapılan değerlendirmeler, önerilen çok faktörlü yaklaşımın pratik kullanım için uygun bir çözüm sunduğunu göstermiştir.
Özet (Çeviri)
In modern security systems, the inadequacy of traditional access control methods has increased the importance of biometric technologies. Key, card, or single-factor authentication methods remain insufficient against risks such as loss, theft, and unauthorized use, particularly in smart building and corporate environments where more reliable solutions are required. In this thesis study, six different deep learning-based face recognition models (VGG-Face, FaceNet, ArcFace, Dlib, OpenFace, DeepFace) were comprehensively compared on the LFW dataset; performance indicators including accuracy, FAR, EER, and AUC were evaluated, and the ArcFace model was determined to be the most successful with 94.65% accuracy, 1.90% FAR, and 6.60% EER. Based on these comparative analysis results, a comprehensive biometric access control system with a four-layer security architecture was developed by integrating ArcFace-based face recognition, TensorFlow Lite liveness detection, a dynamic secret word service, and Bluetooth proximity verification. The system integrates five main components: a Flutter mobile application, PHP backend API, Raspberry Pi 5 IoT module, web-based admin panel, and admin mobile application. Remote door lock management, access log monitoring, and instant notification delivery are provided through this architecture. In system tests, the average access time under normal conditions was measured as 18.3 seconds, and the total security success rate as 90.7%. Evaluations conducted under different lighting and environmental scenarios demonstrated that the proposed multi-factor approach offers a practical solution for real-world use.
Benzer Tezler
- CNN-based text-independent automatic speaker identification
Evrişimsel sinir ağı tabanlı metinden bağımsız otomatik konuşmacı tanılama
MANDANA FASOUNAKI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Mitigating browser-in-the-browser phishing attacks: An awareness guide and defense mechanisms
Tarayıcıdaki tarayıcı kimlik avı saldırılarını azaltma: Farkındalık kılavuzu ve savunma mekanizmaları
WASEEM LAGHARI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiSiber Güvenlik Ana Bilim Dalı
ASSOCIATE PROF. SALIM JIBRIN DANBATTA
- A novel key management framework for secure and scalable decentralized identity systems
Güvenli ve ölçeklenebilir dağıtık kimlik sistemleri için yeni bir anahtar yönetim mimarisi
MERT YILDIZ
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞERİF BAHTİYAR
- Modeling and evaluation of continuous authentication with keystroke dynamics
Tuş vuruş dinamikleriyle sürekli doğrulamanın modellenmesi ve değerlendirilmesi
MUSTAFA BIYIK
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN SARITAŞ
- Advanced optical imaging with scattering lenses
Saçılım mercekleri ile gelişmiş optik görüntüleme
HASAN YILMAZ
Doktora
İngilizce
2015
Fizik ve Fizik MühendisliğiUnıversıty Of TwenteFizik Ana Bilim Dalı
PROF. DR. ALLARD PIETER MOSK