Yazar "Ayana, Ömer" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • [ X ]
    Öğe
    Identical user matching on cross online social networks: A two-step approach based on face recognition
    (Adana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi, 2022) Ayana, Ömer; İnan, Ali
    Çevrimiçi sosyal ağların (OSN) sayısı arttıkça ve farklı OSN'lerin sunduğu hizmetler çeşitlendikçe, birden fazla OSN'de hesabı olan bireylerin sayısı artmakta. Sonuç olarak, bu tür kullanıcıların verileri farklı OSN'lere yayılır. Çapraz OSN'lerde aynı profilleri eşleştirme problemi, aynı kişinin OSN hesaplarını farklı OSN'lerde birleştirmeye çalışır. Aynı profilleri eşleştirmek, yalnızca eşleşen bir kullanıcı hakkında daha fazla bilgiye sahip olmamızı sağlamakla kalmaz, aynı zamanda kullanıcıların davranışlarını daha iyi anlamamızı sağlar. Aynı profilleri eşleştirmeye yönelik mevcut çalışmalar, profil özelliklerine (yaş, cinsiyet, e-posta ve eğitim gibi), kullanıcılar tarafından paylaşılan içeriğe (tweet'ler, fotoğraflar, konum kontrolleri gibi) ve bağlantılara dayanmaktadır. Ancak, herhangi bir kötü niyetli kullanıcı bir OSN hesabını klonlamak için profil özniteliklerini kolayca taklit edebileceğinden, profil özniteliklerine güvenmek güvenilir değildir. Ayrıca, birçok kullanıcı, eşleştirme çabasını sonuçsuz bırakan profil öznitelik değerlerini gizlilik endişeleri nedeniyle gizler. Kullanıcı tarafından oluşturulan içerikle ilgili olarak, tweet'lerdeki kısa ve kirli metinler kolayca işlenmez ve konum kontrolleri Foursquare ve benzerleri dışında birçok OSN'de çok daha az sıklıkla paylaşılır. Bu tezde, paylaşılan fotoğraflara ve ağ yapısına dayanan bir çözüm öneriyoruz. Yüz biyometrisi, diğer tüm alternatif OSN özelliklerinden oldukça kişisel ve daha ayırt edici özellikler olduğundan, çözümümüz aynı kullanıcıları eşleştirmeye yönelik doğru ve güvenilir bir çözüm sunar. Yeni çözümümüzün iki aşaması vardır: arama aşaması ve eşleşme aşaması. Arama aşaması, bir kullanıcı tarafından paylaşılan tüm fotoğrafları inceler, yüzleri çıkarır, profil sahibinin yüzlerini otomatik olarak belirler ve bu yüzlerin örneklerinden bir yüz vektör imzası oluşturur. İmza kullanmak, işlemin algoritmik karmaşıklığını azaltır ve daha güvenilir hale getirir. Arama aşamasında, çapraz OSN hesap çiftleri, imzaları üzerinden karşılaştırılır. Bir girdi kaynağı profili verildiğinde, arama aşaması, hedef OSN'deki potansiyel eşleşmeleri küçük bir aday grubuyla sınırlamak için bir filtre görevi görür. Daha sonra, eşleşme aşamasında, eşleşen OSN profillerinin bağlantıları arasındaki örtüşme oranı kullanılarak sıralı bir özdeş profil listesi derlenir. Her hesabın çok sayıda bağlantısı olduğundan, eşleşme aşamasını yalnızca bağlantının profil fotoğraflarıyla sınırlandırıyoruz. Facebook ve Instagram'dan 3.000 gerçek, etiketli OSN hesabı üzerinden deneysel değerlendirme yapılmıştır. Sonuçlar, arama aşamasında, verilen giriş kaynağı profillerinin %89'unun hedef OSN üzerinde bulunduğunu göstermektedir. Bunların %58'i ilk 1'de, %76'sı ilk 2'de ve %87'si ilk 4'te yer almaktadır. Ayrıca, eşleşme aşaması, kullanıcıları %66±4 f-skoru ile eşleştirir. Son olarak, önerilen arama aşamasının mevcut çözümlere göre daha hızlı ve daha doğru eşleştirme sağladığı gösterilmiştir.