Şifrelenmiş verilerde derin öğrenme modellerinin incelenmesi

Abstract

Günümüzde verilerin saklanması ve işlenmesi süreçlerinde görülen en önemli sorunlardan biri de verilerin güvenliğini sağlamaktır. Veri güvenliğini sağlamak için çeşitli şifreleme algoritmaları kullanılırken, şifreli veri üzerinde yapılan hesaplamalardaki doğruluk ve kayıp değerleri ile performans da ayrı birer sorun olarak karşımıza çıkmaktadır. Bu araştırmada derin öğrenme yöntemleri (deep learning) kullanılarak şifrelenmiş resim verisinin analiz aşamaları uygulamalı bir şekilde sunulmuştur. Bunun için öncelikle ham veri alınarak şifrelenmiş ve bir model oluşturarak, veriler bu modelle eğitilmiş ve bu veriler üzerinde hesaplama ve analizler yapılmıştır. Yapılan hesaplama ve analizlerde parametre olarak verinin türü, boyutu, şifreleme anahtarı gibi özellikler kullanılmıştır. Ayrıca VGG16, VGG19, ResNet50 derin öğrenme modelleri cifar10 veri setine uygulanmış, MNIST resim verileri için de DES şifreleme algoritması uygulanarak bir model oluşturulmuş ve şifresiz veriye göre şifreli verileri tahmin etme olasılıkları hesaplanmıştır. Bu sürede ağın performansı ölçülmeye çalışılmış ve bu hesaplamalarda doğruluk ve kayıp değerleri grafiksel olarak gösterilmiştir.

Today, one of the most important problems in data storage and processing processes is to ensure the security of data. While various encryption algorithms are used to ensure data security, accuracy and loss values and performance in calculations on encrypted data also appear as separate problems.In this research, the steps of analyzing image data encrypted using deep neural networks are presented practically. For this, first of all, raw data was taken and encrypted, and by creating a model, the data was trained with this model and calculations and analyzes were made on this data.Properties such as data type, size, encryption key were used as parameters in the calculations and analyzes. In addition, VGG16, VGG19, ResNet50 deep learning models were applied to the cifar10 data set, a model was created by applying the DES encryption algorithm for MNIST image data and the probability of predicting encrypted data according to the unencrypted data was calculated.During this period, the performance of the network was tried to be measured and the accuracy and loss values were shown graphically in these calculations.