Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: ÖMER FARUK ER
Danışman: AHMET AKBULUT
Özet:Bu tez çalışmasında, kripto işlemleri yapan standart bir bilgisayarın, hangi kripto algoritmasını kullanarak kripto işlemi yaptığının bulunması hedeflenmiştir. Bu hedef, bilgisayarın yaydığı akustik yan kanal bilgilerinin kaydedilip özniteliklerinin çıkarılması ve bu özniteliklere göre sınıflandırılması ile sağlanmıştır. Mikrofon hedeflenen bilgisayarın anakartına yerleştirilmiştir. Bir dosyanın şifrelenmesi esnasında bilgisayardan yayılan sesler kaydedilmiştir. Bu kayıtlar üzerinden çıkarılan öznitelikler sınıflandırıcıya, Destek Vektör Makinesine, öğretim verisi olarak verilmiştir. 7 farklı sınıf için veri kümeleri oluşturulmuştur. Bu 7 sınıftan 6 tanesi AES, RSA ve DES algoritmalarının şifreleme ve şifre çözme işlemlerine, 7. sınıf ise bilgisayar kripto işlemi yapmadığı durumda kaydedilen seslere aittir. Toplanan yan kanal sinyallerinin üzerinde herhangi bir işlem yapılmadan çıkarılan MFCC öznitelik vektörlerinden elde edilen sınıflandırma başarısı algoritmalar arası %96.6, tüm işlemler arasında ise %58 olarak elde edilmiştir. Elde edilen sınıflandırma başarısını tüm işlemler arasında artırmak için sinyaller belirli frekans aralıklarında filtrelenmiştir. 1600-1700Hz arasında filtrelenen sinyallerden elde edilen başarı en yüksek olmuştur. Tüm işlemlerin sınıflandırma başarısı %58'den %76.6'ya yükselmiştir. Algoritmaların kendi aralarında sınıflandırılma başarısı ise aynı kalmış ve %96.6 olarak elde edilmiştir. Çalışmanın devamında her bir sınıf için örnek sayısı ve üzerinde işlem yapılan dosya boyutu iki katına çıkarılmıştır. Bu çalışmada elde edilen başarı %5.6 artışla %82.2 olarak elde edilmiştir. In this thesis, it is aimed to find out which crypto algorithm is used when a standard computer performs crypto operations. This goal is achieved by recording acoustic side channel information that emitted by computer, extracting its features and classifying by these features. Microphone is placed on the motherboard of the targeted computer. During process of encrypting a file, sounds emitted by computer were recorded. Through these recordings, features were extracted and extracted features were given to classifier, SVM-Support Vector Machine, as training data. Data sets are created for 7 different classes. 6 of these 7 classes belong to encryption and decryption process of AES, RSA and DES algorithms. Class 7 is belong to data which is recorded when computer does not process a crypto operation. Success of the classification obtained from MFCC feature vectors without any operation on the side channel signals collected was obtained as 96.6% among algorithms and as 58% among all operations. Signals are filtered at certain frequency ranges to increase success of the obtained classification between all processes. Success rate of the first signals filtered between 1600-1700Hz was the highest. Success of classification of all transactions increased from 58% to 76.6%. Success of algorithms to be classified among themselves remained same and was 96.6%. In the following study, number of samples for each class and the size of the file being processed has been doubled. Success of this study was 82.2% with an increase of 5.6%.