Dostroajan: Facial Recognition Based System Input Control Agent

Authors : Faruk AYATA, Hayati ÇAVUŞ, Mevlüt İNAN, Ebubekir SEYYARER, Emre BİÇEK, Erol KINA

Pages : 82-96

Doi:10.5824/ajite.2020.01.005.x

View : 13 | Download : 6

Publication Date : 2020-05-03

Article Type : Research Paper

Abstract :Günümüzde yapılan birçok işlemde hız, zaman ve güvenlik büyük önem taşımaktadır. Bilgiye erişimin ve bilginin kullanımının yanı sıra bilginin saklanması noktasında küresel çapta kabul görmüş ISO 27001, ITIL insert ignore into journalissuearticles values(Information Technologies Infrastructure Library – Bilgi Teknolojisi Altyapı Kütüphanesi);, COBIT insert ignore into journalissuearticles values(Control Objectives for Information and Related Technology - Bilgi ve İlgili Teknoloji İçin Kontrol Hedefleri); gibi standartlar vardır. Devlet kurumları ve birçok büyük şirket bilginin korunması hususunda giriş-çıkışlarda ve bu kurumların sistem odalarına erişimde parmak izi, kart okutma, iris tanıma ve yüz tanıma sistemleri kullanmaktadır.Bu çalışma kapsamında geliştirilen yüz tanıma sistemi uygulaması derin öğrenme algoritmalarından biri olan Evrişimsel Sinir Ağlarını insert ignore into journalissuearticles values(Convolutional Neural Networks - CNN); kullanarak, yüz tanıma işlemini gerçekleştirip, istenmeyen kişilerin kişisel bilgisayarı kullanmasını kısıtlamaktadır. Bu kısıtlamaya ek olarak kişisel bilgisayarları kullanmak isteyen kişinin fotoğrafını çekerek bu fotoğrafı sistemde daha önce tanımlanmış olan bilgisayar sahibinin cep telefonuna mesaj olarak gönderip bilgilendirme yapmaktadır.Yüz tanıma sistemi uygulamasının testi için FEI insert ignore into journalissuearticles values(Faculdade de Engenharia Industrial - Endüstri Mühendisliği Fakültesi); yüz veritabanı kullanılmıştır. Bu yüz veri tabanında 200 kişinin insert ignore into journalissuearticles values(biri nötr, biri gülümseyen, biri gülümsemeyen ve diğerleri de farklı açılarda olan); 14 farklı pozu bulunmaktadır. Toplamda 2800 fotoğraf ile sisteme erişim için denemeler yapıldı ve denemeler sonucunda en kötü açı ve ışık değerinde %76,31 ve en iyi açı ve ışık değerinde de %99,15 başarı sağlanmıştır.
Keywords : Bilgi Güvenliği, Derin Öğrenme, Görüntü Tanıma, Güvenlik Ajan