Stratejik öneme sahip kurumlar için potansiyel tehditlerin erken tespitinde yapay zeka destekli sınıflandırma

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Isparta Uygulamalı Bilimler Üniversitesi, Lisansüstü Eğitim Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: FEHMİ ÖZKANER

Danışman: Kıyas KAYAALP

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tez çalışmasında güvenlik açıkları ve toplumsal saldırılar bağlamında güvenlik kameralarının etkinliğini incelemekte ve derin öğrenme teknikleri kullanarak bu sistemleri iyileştirmeyi amaçlamaktadır. Çalışmada SHODAN zafiyet tarama sistemi üzerinde yer alan güvenlik kameralarından kazıma ile elde edilen 1254 görüntüden oluşan bir veri seti oluşturulmuş ve veri artırma yöntemleriyle bu sayı 3762'e yükseltilmiştir. Veri seti, askeri alan, hastane, okul, meydan ve alışveriş merkezi olmak üzere beş farklı sınıfta etiketlenmiştir. PyTorch ve OpenCV kullanılarak YOLOv9, YOLO-NAS, RetinaNet, Faster-RCNN ve EfficientDet-D7 gibi modern nesne tespiti modelleri ile eğitim gerçekleştirilmiştir. Eğitim sonuçlarına göre, en yüksek mAP50 değeri %98.9 ile YOLOv9 modeli tarafından elde edilmiştir. Analizler, güvenlik kameralarının bütün sınıflar için güvenlik seviyesini artırmada etkili olduğunu göstermektedir. Çalışma, kameraların yerleştirilme açısı, ışık koşulları ve konumlandırılmalarının güvenlik sistemlerinin performansını önemli ölçüde etkilediğini ortaya koymuştur. Ayrıca, düşük ışık ve değişken hava koşullarında nesne tespitinin güvenlik sistemleri için kritik bir öneme sahip olduğu vurgulanmıştır. Beş farklı sınıfta gerçekleştirilen analizler, güvenlik kameralarının özellikle toplumsal alanlarda güvenlik tehditlerini tespit etme potansiyelini artırdığını göstermiştir. Elde edilen bulgular, güvenlik kameralarının kritik altyapıları koruma ve toplumsal saldırılara karşı önleyici tedbirler alma konusundaki önemini bir kez daha ortaya koymaktadır.