Görüntü tabanlı verilerde yapay zekanın manipülasyonu : Düşmancıl örnek teknikleri
Manipulation of artificial intelligence in image based data: Adversarial examples techniques
- Tez No: 685375
- Danışmanlar: DOÇ. DR. UTKU KÖSE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay zeka teknolojilerinin hızlı ilerleyişiyle hayatın her alanında yapay zeka sistemlerinin yoğun kullanımını görmek mümkündür. Yapay Zekanın çözümleri olağanüstü bir başarı göstermiş olsa da yapay zeka ve alt alanı olan makine öğrenimine saldırıya yönelik teknikler tasarlamak için çaba harcayan tehlikeli bir taraf da vardır. Bu tür teknikler sayesinde, çıktılar için yanlış sınıflandırılmış sonuçlara neden olan akıllı sistemleri kandırmak mümkündür. Yapay zeka insanlığın geleceğini zeki sistemler üzerine inşa ederken aynı zamanda sürücüsüz arabalar, hastalık tespiti ve güvenliğe kadar çeşitli uygulamalar insansız otonom akıllı sistemlerle yapılacağı için de gelecek endişeleri taşımaktadır. Açıklamalardan hareketle bu tez çalışmasında, görüntü tabanlı verilerde düşmancıl örnek teknikleri kullanmak suretiyle, yapay zekanın manipülasyonu gerçekleştirilmiştir. Düşmancıl örnekler, bir makine öğrenimi tekniğini hedef problem hakkında yanlış bir şekilde öğrenmesi için kandırabilen ve sonunda başarısız veya kötü niyetli olarak yönlendirilmiş bir akıllı sisteme neden olabilecek eğitim verileri olarak tanımlanmaktadır. Çalışma yapay zekayı yanıltan düşmancıl örnekler oluşturmak için güncel tekniklerin uygulanmasına ayrılmıştır. Elde edilen sonuçlar, uygulanan tekniklerin yeter düzeyde saldırı başarı oranları sağladığını göstermektedir.
Özet (Çeviri)
With the rapid progress of artificial intelligence technologies, artificial intelligence systems are widely used in all fields of life. While the solutions of artificial intelligence have had phenomenal success, there is also a dangerous side employing efforts to design attack techniques against Artificial Intelligence and its sub-field, machine learning. Thanks to such techniques, intelligent systems can be fooled to cause misclassified output results. While artificial intelligence builds the future of humanity on intelligent systems, it also has future concerns as various applications from self-driving cars, disease detection to security will be done with autonomous intelligent systems without human beings. Moving from explanations, in this thesis study, artificial intelligence is manipulated by using adversarial examples techniques in image-based data. Adversarial examples are defined as training data that can deceive a machine learning technique into misleading it about the target problem, resulting in a failed or malicious intelligent system. The study is devoted to the application of current techniques to create adversarial examples that deceive artificial intelligence. Obtained results show that the applied techniques provide sufficient attack success rates.
Benzer Tezler
- An artificial intelligence based methodology in architectural design process: Integrated diffusion model-aided design (DMAD)
Mimari tasarım sürecinde yapay zekâ tabanlı bir metodoloji: Bütünleşik difüzyon modeli-destekli tasarım (DMDT)
CAN MÜEZZİNOĞLU
Yüksek Lisans
İngilizce
2024
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DOÇ. DR. SEVİL YAZICI
- Design, modelling and control of a nano quadrotor withmicrocontroller based vision system for object tracking
Nesne takibi için bir nano dört rotorlu helikopterin tasarımı, modellenmesi ve mikrodenetleyici tabanlı görüntü sistemi ile kontrolü
MUSTAFA ENES KIRMACI
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
PROF. DR. ERDİNÇ ALTUĞ
- Deep learning based road segmentation from multi-source and multi-scale data
Çok kaynaklı ve çok ölçekli veriyle derin öğrenme tabanlı yol bölütlenmesi
OZAN ÖZTÜRK
Doktora
İngilizce
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Multimodal medical visual question answering: Knowledge spaces and semantic segmentation for improved and explainable AI
Çok-kipli tıbbi görsel soru cevaplama: Bilgi uzayları ve anlamsal bölütleme ile gelişmiş ve açıklanabilir yapay zekâ
ZİYA ATA YAZICI
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Prediction of personality traits from videos by using machine learning algorithms
Makine öğrenmesi algoritmalarını kullanarak videolardan kişisel özelliklerin tahmin edilmesi
ERTAN TAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK