Projelerim

#

Gizliliği Koruyan Dağıtık Veri Tabanlı Ortak Filtreleme Metotlarının Gürbüzlüğü İçin Teknikler Geliştirilmesi

  • Proje Ekip ALPER BİLGE (6), BURCU YILMAZEL (6), CİHAN KALELİ (12) 38053
  • Tarih 04.04.2014 - 24.02.2017
  • Bütçe 33553 Türk Lirası
  • Proje Türü Yükseköğretim Kurumları tarafından destekli bilimsel araştırma projesi
  • Proje Konusu Araştırmacıların tekli merkezi sunucu tabanlı ortak filtreleme algoritmalarını profil enjeksiyon ataklarına karşı gürbüz hale getirilmesi için çözümler sunmuş olmasına rağmen bu çözümler mevcut gizliliği koruyan dağıtık veri tabanlı ortak filtreleme algoritmalarına direk olarak uygulanamamaktadır Gizlilik koruma metotları veriye rasgele değerler ekledikleri ve bu metotlar dağıtık ve gizli hesaplamalar gerektirdiğinden dolayı var olan gürbüzlük teknikleri kullanılamamaktadır Ayrıca veri dağıtık olduğunda ve gizlilik endişesi bulunduğu zaman yeni profil enjeksiyon atak stratejileri geliştirmek mümkündür ve aynı nedenlerden dolayı yeni atak tespit metotları geliştirmek gerekmektedir Eğer dağıtık veriden gizliliği koruyarak öneri üreten algoritmaların gürbüzlüğü garanti edilemezse yetersiz veri sahipleri diğer firmalar ile işbirliğine girmeye sıcak bakmayacaklardır Bu projede var olan atak yöntemlerini ve bu atakların tespit metotlarını analiz edeceğiz Eğer var olan çözümler dağıtık hale getirilebiliyorsa dağıtık hesaplama ile yapılabilecek versiyonlarını sunacağız Eğer bu mümkün değilse yeni çözümler önereceğiz Ayrıca mevcut gizliliği koruyan dağıtık veri tabanlı ortak filtreleme algoritmalarını da inceleyeceğiz ve bu tür algoritmalar için yeni atak stratejileri geliştireceğiz Yeni atak stratejilerini belirledikten sonra bu yeni atakların tespiti için gizliliği koruyan yöntemler geliştireceğiz Son olarak var olan dağıtık veri tabanlı algoritmaların gürbüzlüğünü artırmaya çalışacağız
Ulusal Tamamlandı

Derin Öğrenme Teknikleri İle Çoklu Ölçütlü Ortak Filtreleme Sistemlerinin Doğruluğunun İyileştirilmesi

  • Proje Ekip CİHAN KALELİ (12), ZEYNEP BATMAZ (6) 206247
  • Tarih 02.07.2019 - 02.07.2020
  • Bütçe 2300 Türk Lirası
  • Proje Türü Yükseköğretim Kurumları tarafından destekli bilimsel araştırma projesi
Ulusal Tamamlandı

Çoklu-ölçüt Tabanlı Öneri Sistemlerinin Gizlilik Sorunlarının Giderilmesi ve Gürbüzlüğünün Artırılması İçin Yöntemler Geliştirilmesi

  • Proje Ekip AHMET MURAT TÜRK (7), ALPER BİLGE (12), ALPER YARGIÇ (7), CİHAN KALELİ (6) 107315
  • Tarih 01.05.2016 - 01.05.2018
  • Bütçe 62600 Türk Lirası
  • Proje Türü -Tübitak 3001
  • Kurum ESKİŞEHİR TEKNİK ÜNİVERSİTESİ
  • Proje Konusu Çoklu-ölçüt tabanlı öneri üretme amacıyla derlenen kullanıcı-ürün matrisi, çok boyutlu olması ve kullanıcıları daha kapsamlı kişiselleştirme becerisine sahip olması nedeniyle, kullanıcı gizliliğinin ihlaline daha açık ve profil enjeksiyon ataklarına karşı daha savunmasızdır. Artan ölçüt sayısıyla orantılı olarak öneri üretim işlemine tabi tutulan verinin kullanıcılar hakkında daha ayrıntılı bilgi içerdiği ve dolayısıyla büyük ölçekli olduğu açıktır. Bununla birlikte, geleneksel tek-ölçüt tabanlı ortak filtreleme algoritmalarının temel problemlerini gidermeye yönelik yapılan çalışmalar, kullanıcı-ürün matrisinin yapısı değişeceğinden, çoklu-ölçüt tabanlı öneri sistemlerine direkt olarak uygulanamazlar. Bu proje kapsamında çoklu-ölçüt tabanlı ortak filtreleme yöntemlerinde gizlilik kaygısını giderecek ve profil enjeksiyon ataklarına karşı gürbüzlüğü artıracak stratejiler ortaya konmuştur. Kullanıcı verisinin çok boyutlu olmasından kaynaklanabilecek gizlilik tehditleri analiz edilmiş ve bu tehditleri gidermek için literatürde bulunan veri saklama metotlarının bu sistemlere nasıl uygulanabileceği gösterilmiştir. Literatürde kullanıcı gizliliğini korumak için veri karıştırma ve boşluk doldurma gibi yöntemler kullanılmaktadır. Bu yöntemlerin tek-ölçütlü veri setleri üzerinde nasıl uygulanacakları araştırmacılar tarafından gösterilmiştir. Proje kapsamında ise çoklu-ölçüt tabanlı beğeni değerleri söz konusu olduğunda kullanılabilecek yeni veri saklama stratejileri ortaya konmuştur. Ek olarak, kullanıcı gizliliği sağlayan yöntemlerin veri saklama stratejisi sebebiyle üretilen önerilerin doğruluğunda oluşacak kaybın minimuma indirgenmesi için çözümler araştırılmıştır. Öte yandan, çoklu-ölçüt tabanlı sistemlerin profil enjeksiyon ataklarına karşı riskleri ve özgün saldırı yöntemleri araştırılmıştır. Ayrıca, çoklu-ölçüt tabanlı öneri sistemi veri tabanına enjekte edilen kötü niyetli profillerin tespiti için araştırmalar yapılmış ve profil enjeksiyon ataklarından en az biçimde etkilenecek gürbüz bir çoklu-ölçüt tabanlı algoritma önerilmiştir. Proje kapsamında sunulan çözümlerin başarısı literatürde kabul görmüş, gerçek kullanıcılardan derlenmiş çoklu-ölçüt içeren veri setleri üzerinde ölçülmüştür.Proje süresince yapılan çalışmalar literatürdeki önemli bir boşluğu doldurduğundan özgün niteliktedir ve turizm ve e-ticaret gibi sektörlere direkt uygulanabilirdir. Projenin iki yıllık süresi boyunca bünyesinde bir proje yürütücüsü, bir araştırmacı ve iki doktora öğrencisi çalışmıştır. Bu iki öğrenci proje süresince yaptıkları çalışmalar ile doktora tezlerini de tamamlamışlardır.
Ulusal Tamamlandı

Tubıtak 108E221 Providing Predictions With Privacy

  • Proje Türü TÜBİTAK PROJESİ
Ulusal Tamamlandı