Please use this identifier to cite or link to this item: http://hdl.handle.net/11452/12729
Full metadata record
DC FieldValueLanguage
dc.contributor.authorTürk, Sevtap-
dc.contributor.authorŞamlı, Rüya-
dc.date.accessioned2020-09-17T11:32:29Z-
dc.date.available2020-09-17T11:32:29Z-
dc.date.issued2020-05-07-
dc.identifier.citationTürk, S. ve Şamlı, R. (2020). "Yapay sinir ağları ile klasik kriptografi algoritmalarının şifreli veriler üzerinden sınıflandırılması". Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 25(2), 651-664.tr_TR
dc.identifier.issn2148-4147-
dc.identifier.issn2148-4155-
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/984367-
dc.identifier.urihttp://hdl.handle.net/11452/12729-
dc.descriptionBu çalışma, İstanbul Üniversitesi Fen Bilimleri Enstitüsünde Rüya Şamlı'nın danışmanlığında Sevtap Türk tarafından hazırlanan "Yapay sinir ağları kullanılarak şifreleme yöntemlerinin performans analizlerinin gerçekleştirilmesi" adlı yüksek lisans tezine dayanılarak hazırlanmıştır.tr_TR
dc.description.abstractŞifreleme bilimi olarak ifade edilebilecek olan kriptoloji için kullanılan algoritmaların temel amacı bir noktadan bir noktaya iletilen, ya da herhangi bir ortamda saklanan verilere izinsiz kişilerin erişmesini engellemek ve bu veriler ele geçirilse dahi verilerin anlaşılmasını imkânsız hale getirmektir. Günümüzde, birçok farklı tipteki şifreleme algoritmalarının temeli klasik simetrik şifreleme yöntemlerine dayanmaktadır. Gelişen teknolojiyle ortaya çıkan veri güvenliği sorununu çözmek için daha karmaşık matematiksel altyapıya sahip yöntemler denense de donanımsal gerçekleme zorlukları araştırmacıları farklı arayışlara yöneltmiştir. Bunlardan biri de YSA (Yapay Sinir Ağları – Artificial Neural Networks)’dır. Kriptoloji ve YSA’nın birleşimi ile oluşan ve “Nöral Kriptografi” olarak adlandırılan çalışma alanında hem şifreleme hem de kriptanaliz aşamalarında YSA modellerinden faydalanılmaktadır. Bu çalışmada, bir Nöral Kriptografi uygulaması ile klasik simetrik şifreleme yöntemlerinden birkaçıyla şifrelenen verilerin, YSA yöntemi ile klasik şifreleme algoritmalarından hangisine ait olduğu tahmin edilmeye çalışılmıştır.tr_TR
dc.description.abstractThe main aim of cryptography algorithms is to prevent unauthorized people from attaining data that transmitted from one node to another or stored in any environment, even if it is captured, making it impossible to decrypt. Today, basis of many different types of encryption methods is based on classical encryption algorithms. Although many methods which have more complex mathematical infrastructure are tried to solve the data security problem become important by the advancement of technology. The hardware implementation difficulties of these complex methods have led the researchers to the different areas. One of these areas is ANN (Artificial Neural Networks). In the study area called "Neural Cryptography" which is formed by the combination of cryptology and ANN, ANN models are used in both encryption and cryptanalysis phase. In this study, we prepared a Neural Cryptography application and have tried to determine which data is encrypted by which classical method with using ANN.en_US
dc.language.isotrtr_TR
dc.publisherBursa Uludağ Üniversitesitr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAtıf 4.0 Uluslararasıtr_TR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.subjectKlasik şifrelemetr_TR
dc.subjectSimetrik şifreleme algoritmalarıtr_TR
dc.subjectYapay sinir ağlarıtr_TR
dc.subjectClassical encryptionen_US
dc.subjectSymmetric cipher algorithmsen_US
dc.subjectArtificial neural networksen_US
dc.titleYapay sinir ağları ile klasik kriptografi algoritmalarının şifreli veriler üzerinden sınıflandırılmasıtr_TR
dc.title.alternativeClassification of classical cryptography algorithms through encrypted data with using artificial neural networksen_US
dc.typeArticleen_US
dc.relation.tubitak118E682tr_TR
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergitr_TR
dc.identifier.startpage651tr_TR
dc.identifier.endpage664tr_TR
dc.identifier.volume25tr_TR
dc.identifier.issue2tr_TR
dc.relation.journalUludağ Üniversitesi Mühendislik Dergisi / Uludağ University Journal of The Faculty of Engineeringtr_TR
Appears in Collections:2020 Cilt 25 Sayı 2

Files in This Item:
File Description SizeFormat 
25_2_3.pdf1.21 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons