Ana Sayfa Arama Galeri Video Yazarlar
Üyelik
Üye Girişi
Yayın/Gazete
Yayınlar
Kategoriler
Servisler
Nöbetçi Eczaneler Sayfası Nöbetçi Eczaneler Hava Durumu Namaz Vakitleri Puan Durumu
WhatsApp
Sosyal Medya
Uygulamamızı İndir

    Yaşar Üniversitesi Öğrencilerinin Geliştirdiği DEFACE Projesi, Deepfake İçeriklerini Tespit Edecek

    Yaşar Üniversitesi Bilgisayar Mühendisliği öğrencileri Bilge Şenavcu, Selma İrem Özdemir, İlayda Gürbüzerol ve Nur Ceylin Çetin, Doç. Dr. Mete Eminağaoğlu danışmanlığında “DEFACE” projesi ile deepfake videoları tespit etmeyi amaçlıyor. Proje, TÜBİTAK destekli olup, 421 projeden finale kaldı ve siber güvenliği artırmayı hedefliyor.

    Yaşar Üniversitesi Bilgisayar Mühendisliği öğrencileri Bilge Şenavcu, Selma İrem Özdemir,

    Yaşar Üniversitesi’nden Deepfake Tespit Projesi

    Yaşar Üniversitesi Bilgisayar Mühendisliği Bölümü öğrencileri, yapay zeka teknolojileri kullanarak oluşturulan sahte içerikleri tespit eden bir proje geliştirdi. “DEFACE: Deepfake ile Manipüle Edilmiş Verinin Tespiti ve Sınıflandırılması” adı verilen bu çalışma, özellikle ünlülerin videolarının manipulasyonunu gündeme taşıyan deepfake (derin sahtecilik) yöntemine karşı daha etkili çözüm önerileri sunuyor. Dolandırıcılık faaliyeti için kullanılabilen bu teknik, bireyler ve toplum için ciddi bir tehdit haline gelmiş durumda.

    İleri Düzey Veri İşleme Yöntemleri

    DEFACE, video ve ses verilerini birlikte işleyerek, manipüle edilmiş içeriklerin doğru bir biçimde tespit edilmesine olanak tanıyor. Bu multimodal yaklaşım, geleneksel tespit yöntemlerinin ötesine geçerek kimlik hırsızlığı ve siber saldırılar gibi dijital tehditlere karşı daha güvenilir sonuçlar elde edilmesi amaçlanıyor. Projede elde edilen çıktılar, medya doğrulama ve sosyal medya güvenliği gibi alanlarda inovatif çözümler sunmakta. Geliştirilen sistem, sahte haberlerin ve çevrimiçi saldırıların önlenmesi için bireylerin ve kurumların dijital güvenliğini artırmayı hedefliyor.

    Ayrıca, projede gerçek ve sahte verileri ayırt edebilmek için bir sinir ağı modeli kullanılıyor. Görüntü verilerinde yüksek bir performans gösteren derin öğrenme modeli, gerçek ve sahte videolar arasındaki farkları anlamak adına AutoEncoder teknolojisi ile destekleniyor. Böylece görüntü ve ses verileri birlikte test edilerek doğruluk oranı artırılıyor.

    TÜBİTAK Desteği ve Yarışmadaki Başarı

    DEFACE projesi, TÜBİTAK 2209-A Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı’ndan onay aldı. Ayrıca, Türkiye Cumhuriyeti Savunma Sanayii Başkanlığı ile Yükseköğretim Kurulu’nun iş birliği kapsamında düzenlenen SAYZEK (Savunma Sanayii Yapay Zeka Yetenek Kümelenmesi) ATP 2024-2025 yarışmasında finale kalmayı başardı. Öğrenciler, 421 proje arasından seçili olarak ASELSAN Gölbaşı Yerleşkesi’nde gerçekleşen “SAYZEK-ATP 2024-2025 | Tezden Teknolojiye: Final Buluşması” etkinliğine katıldılar ve Türk savunma sanayi temsilcileri, mentorlar ve karar verici kurumlarla bilgi paylaşımında bulundular.

    Haber Kaynağı: İhlas Haber Ajansı