Makine öğrenmesi ile metin temelli gömmeye dayalı görüntü steganografi analizi
Image steganography analysis based on text-payload embedding with machine learning
- Tez No: 977534
- Danışmanlar: PROF. DR. BAHA ŞEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Adli bilişim, Görüntü analizi, Makine öğrenmesi, Savunma teknolojileri, Siber güvenlik, Siber saldırı, Steganografi, Sınıflandırma, Veri gizleme, Computer forensics, Image analysis, Machine learning, Defence technologies, Cyber security, Cyber attack, Steganography, Classification, Data hiding
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Milli Savunma Üniversitesi
- Enstitü: Alparslan Savunma Bilimleri ve Milli Güvenlik Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Geleneksel siber güvenlik sistemleri, öncelikli olarak farklı tehdit vektörlerine odaklandığından, steganografi yoluyla gerçekleştirilen veri sızıntılarını çoğu zaman gözden kaçırmakta; bu nedenle steganaliz kabiliyetinin bu sistemlere ek bir bileşen olarak kazandırılması gerekmektedir. Bu tez çalışmasında, ek bir güvenlik bileşeni olarak konumlandırılması amacıyla hesaplama maliyeti düşük, modüler ve hafif bir makine öğrenmesi tabanlı steganaliz çerçevesi geliştirilmiştir. Önerilen yaklaşım, görüntülerden öznitelik çıkarımı ve filtreleme adımlarının ardından farklı makine öğrenmesi algoritmaları kullanarak gizli veriyi tespit eden iki aşamalı bir mimari sunmaktadır. Deneysel çalışmalarla ALASKA-2 görüntü veri setindeki kapak görseller üzerinde frekans alanında F5 ve uzamsal alanda OpenStego algoritmalarıyla düşük (%10) ve yüksek (%40) gömme oranlarında stego görüntüler üretilmiş; böylece dört farklı senaryo oluşturulmuştur. Her bir senaryoda model performansı doğruluk, kesinlik, duyarlılık ve F1 skoru gibi metriklerle kapsamlı biçimde değerlendirilmiştir. Özellikle düşük gömme oranlı OpenStego senaryosunda, veri artırma tekniklerinin uygulanması model başarısında belirgin bir iyileşme sağlamıştır. Elde edilen sonuçlar, yüksek gömme oranlı F5 senaryosunda CatBoost algoritmasının (%97), yüksek oranlı OpenStego senaryosunda ise XGBoost (%94) algoritmasının en yüksek tespit performansına ulaştığını göstermiştir. Düşük oranlı gömme durumlarında ise en başarılı modeller farklılık göstermiş; F5 için lojistik regresyon modeli (%77) en iyi sonuçları sağlarken, OpenStego için CatBoost ve LightGBM algoritmalarının yumuşak oylama ile birleştiği bir topluluk (ensemble) modeli en yüksek F1 skorunu (%87) sağlamıştır. Sonuç olarak, bu çalışma ile hem frekans hem de uzamsal alanda etkili biçimde çalışabilen, geleneksel yöntemlerin ortaya çıkaramadığı gizli verileri başarıyla tespit ederek mevcut güvenlik katmanlarını tamamlayan bir steganaliz çözümü sunulmuştur.
Özet (Çeviri)
Conventional cybersecurity systems chiefly focus on other threat vectors and therefore tend to overlook data exfiltration attempts performed via steganography; consequently, a steganalysis capability must be introduced as an auxiliary component to such systems. In this thesis, a low cost, modular and lightweight machine learning-based steganalysis framework has been developed with the aim of serving as an additional security layer. The proposed approach follows a two stage architecture in which handcrafted features are extracted from images and subsequently filtered, after which various machine learning algorithms are employed to detect hidden content. Through experimental studies, stego images were produced on the cover images in the ALASKA‑2 image dataset using the F5 algorithm in the frequency domain and the OpenStego algorithm in the spatial domain at low (10 %) and high (40 %) embedding rates, thereby creating four different scenarios. For each scenario, model performance was comprehensively evaluated using metrics such as accuracy, precision, recall and F1 score. In particular, the application of data augmentation techniques in the low payload OpenStego scenario produced a marked improvement in model performance. The results show that, in the high payload F5 scenario, the CatBoost algorithm achieved the highest detection performance (97 %), whereas in the high payload OpenStego scenario XGBoost obtained the best results (94 %). Under low payload conditions, the optimal models differed: for F5, logistic regression yielded the best outcome (77 %), whereas for OpenStego an ensemble combining CatBoost and LightGBM via soft voting produced the highest F1 score (87 %). In conclusion, the study presents a steganalysis solution that operates effectively in both frequency and spatial domains, successfully uncovering covert data that eludes conventional methods and thereby complementing existing security layers.
Benzer Tezler
- Diyabetus mellitus'da gözlenen mikrovasküler komplikasyonların prostaglandinler ile olan ilişkisi
The Relation of microvaskular complications observed in diabetes mellitus with prostoglandins
CANAN NEBİGİL
Doktora
Türkçe
1985
Eczacılık ve FarmakolojiCumhuriyet ÜniversitesiFarmakoloji Ana Bilim Dalı
YRD. DOÇ. DR. YUSUF SARIOĞLU
- Kam yapma aparatı
Cam milling attachment
ORHAN UZUN
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEVZİ ERCAN
- Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu
Başlık çevirisi yok
İRFAN KARAGÖZ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BORAT
- Helisel yayların statik karakteristiklerini ölçme ve kontrol etme cihazının tasarımı ve imalatı
Design and manufacture of a device measuringand controlling the static characteristics of helical springs
MUAMMER MUSULLUOĞLU
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEVZİ ERCAN
- Güneş enerjisi ile çalışan R21-DMF li soğurmalı soğutma çevrimin analizi ve bazı tersinmezliklerin çevrimin performansı üzerindeki etkilerinin incelenmesi
Analysis of R21-DMF solar powered absorpption refrigeration system and effect of someirreversbilities on the Performance of the cycle
SEYİT ARİF TÜR
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCAN ATAER