Yavuzlar
Ana sayfaTelegram
  • Yavuzlar
  • VulnLab
  • CodinLab
  • 📚EĞİTİM
    • PHP
      • XAMPP kurulumu
      • VS Code Kurulum
      • 1.0 PHP Nedir
      • 1.1 Dosya Oluşturma
      • 1.2 Syntax (Yazım Kuralları)
      • 1.3 PHP'de Echo ve Print
      • 1.4 PHP'deki yorumlar
      • 1.5 PHP Değişkenleri
      • 1.6 Operatörler (Operators)
      • 1.7 Veri Türünü Alma
      • 1.8 PHP'de String
      • 1.9 PHP'de Sabitler
      • 2.0 PHP'de If Else Elseif
      • 2.1 Switch Case
      • 2.2 PHP'de Döngüler
      • 2.3 PHP'de Diziler (Arrays)
      • 2.4 PHP'de Süper Global Değişkenleri
      • 2.5 PHP'de Cookie (Çerez) Ve Session (Oturum) Yöntemleri
      • 2.6 Form işlemleri
    • C++
      • 1.0 Temeller
        • 1.1 Dosya Oluşturma
        • 1.2 Syntax (Yazım Kuralları)
        • 1.3 Yorum Satırları
        • 1.4 C++ Değişkenleri
          • 1.4.1 Değişken Türleri
        • 1.5 Operatörler (Operators)
        • 1.6 Namespace
        • 1.7 Kullanıcı Girdisi (User Input)
        • 1.8 C++ Stringleri (C++ Strings)
        • 1.9 Matematik (Math) Fonksiyonları
        • 1.10 Booleans
        • 1.11 If Else
        • 1.12 Switch
        • 1.13 While Döngüsü
          • 1.13.1 Do While Döngüsü
        • 1.14 For Döngüsü
        • 1.15 Break/Continue
        • 1.16 Diziler
        • 1.17 Structures
        • 1.18 Enums
        • 1.19 References
        • 1.20 Pointers
      • 2.0 Fonksiyonlar
      • 3.0 Sınıflar
        • 3.1 OOP
        • 3.2 Sınıflar ve Objeler
        • 3.3 Sınıf Methodları
        • 3.4 Yapıcılar (Constructors)
        • 3.5 Erişim Belirleyicileri (Access Specifiers)
        • 3.6 Kapsülleme (Encapsulation)
        • 3.7 Inheritance
        • 3.8 Polimorfizm (Polymorphism)
        • 3.9 Dosyalar (Files)
        • 3.10 İstisnalar (Exceptions)
        • 3.11 Tarih ve Zaman (Date and Time)
      • 4.0 Veri Yapıları (Data Structures)
        • 4.1 Veri Yapıları ve STL
        • 4.2 Vektörler (Vectors)
        • 4.3 Listeler (Lists)
        • 4.4 Yığınlar (Stacks)
        • 4.5 Kuyruklar (Queues)
        • 4.6 Deque (Çift Uçlu Kuyruk)
        • 4.7 Küme (Set)
        • 4.8 Maps
        • 4.9 Iterator
        • 4.10 Algoritmalar
  • 🛠️ARAÇLAR
    • Aircrack-ng
    • Airgeddon
    • Arjun
    • BeEF
    • Bettercap
    • Docker
    • Gelişmiş Wireshark Kullanımı (Advanced Wireshark Usage)
    • Google Dorks
    • Hping3
    • John the Ripper
    • Metasploit Framework
    • Netcat
    • Nmap
    • OSINT Framework
    • PEASS-ng
    • Sublist3r
    • XSS Scanner
    • Wireshark
    • ZAP
    • HYDRA
  • 🖥️İŞLETİM SİSTEMLERİ
    • Linux101
    • MBR
  • 🔑KRİPTOLOJİ
    • Dijital Sertifika ve İmzalar
    • Sezar Şifrelemesi
    • Steganografi
    • Veri Şifreleme (Data Encryption)
  • 🔏Network
    • Domain Name Server (DNS)
    • Firewall Nedir? Nasıl Çalışır ?
    • Ortadaki Adam Saldırısı (Man In The Middle Attack)
    • OSI Modeli
    • Sanal Özel Ağlar (VPN)
    • World Wide Web (WWW)
  • 🔐PRIVILEGED
    • Docker Escape
  • 📨Protokoller
    • ARP
    • DHCP
    • FTP
    • HTTP/HTTPS
    • SSH
    • TCP/IP
    • UDP
    • Wİ-Fİ Güvenlik Protokolleri (WEP/WPA/WPA2/WPA3)
  • 💻SİBER TEHDİT İSTİHBARATI
    • Gelişmiş Siber Tehdit İstihbaratı Nedir?
  • 🔒WEB GÜVENLİĞİ
    • 403 ByPass
    • API Güvenliği (API Security)
    • Broken Access Control
    • Bulut Güvenliği (Cloud Security)
    • Command Injection
    • Cross Origin Resource Sharing
    • Cross Site Request Forgery (CSRF)
    • Cyber Kill Chain
    • DDoS Saldırıları
    • File Upload Zafiyeti Nedir?
    • HTTP Request Smuggling
    • Insecure Direct Object Reference (IDOR)
    • Incident Response
    • Local File Inclusion (LFI)
    • NoSQL Injection
    • Pentest 101
    • Race Condition
    • Server Side Request Forgery (SSRF)
    • Server Side Template Injection (SSTI)
    • Spring4Shell
    • Two Factor Authentication Bypass
    • XML External Entity Attack (XEE)
  • 🤖YAPAY ZEKA
    • ChatGPT for Hacking
    • Siber Güvenlik ve Yapay Zeka
    • Yapay Zeka ile Sahte Fotoğraf Tespiti
  • 🌐YAZILIM
    • Düzenli İfadeler (Regular Expressions)
    • Elasticsearch Nedir?
    • Front-end Teknolojileri
    • Golang'da Arayüzler (Interfaces)
    • Go'da Concurrency ve Uygulamaları
    • Güvenli Kodlama (Secure Coding)
    • Java Overloading vs Overriding
    • JSON Web Token (JWT)
    • Material-UI
    • NextJS Nedir?
    • ReactJS Kancalar (Hooks)
    • ReactJS Nedir?
    • Redux Toolkit
    • SOLID Yazılım Geliştirme Prensipleri
    • SQL 101
    • UI / UX Nedir?
    • Veri Taşıma Nedir? (Database Migration)
    • Versiyon Kontrol Sistemleri ve GIT
  • 🔷DİĞER
    • Bug Bounty (Hata Ödülü) Nedir?
    • Popüler Yazılımların Kurulumları
      • Ubuntu Server 24.04 LTS Kurulumu
      • Ubuntu için Güncel Docker Engine Kurlumu
    • Güvenlik Operasyonları Merkezi Nedir?
    • Honeypot (Bal Küpü)
    • IoT Güvenliği Nedir?
    • ShellShock Exploit
    • Yük Dengeleyici (Load Balancer) Nedir?
Powered by GitBook
On this page
  • Yapay Zeka Nedir?
  • Yapay Zeka gerçek olmayan fotoları nasıl tespit eder?
  • Peki biz insanlar yapay zekanın oluşturduğu resimleri nasıl anlarız?

Was this helpful?

  1. YAPAY ZEKA

Yapay Zeka ile Sahte Fotoğraf Tespiti

AI Fake Photo Detection, Türkçe karşılığı olarak yapay zekanın gerçek olmayan fotoğrafları tespit etmesi olarak söyleyebiliriz.

Yapay Zeka Nedir?

Yapay zeka, bilgisayar sistemlerine insan benzeri zeka ve öğrenme yetenekleri kazandırmayı amaçlayan bir disiplindir.

Yapay zekanın nasıl böyle bir tespit yaptığına bakmadan önce kısa bir şekilde yapay zeka, girilen bir metin ile nasıl resim üretir bundan bahsedelim.

Model: Yapay zeka modeli, belirli bir görevi yerine getirmek için eğitilmiş bir algoritma ve veri kombinasyonudur diyebiliriz. Bu modeller, makine öğrenimi adı verilen bir süreç aracılığıyla oluşturulur.

Oluşturulan model, önceden çekilmiş fotoğraflarla eğitilir. Eğitilen modelin doğruluk oranını test etmek için eğitim esnasında kullanılmayan resim verileri ile test edilir. Sistemin doğruluk oranı istenilen seviyede değilse sistemde değişiklikler yapılır. Tabi ki de yapay zekanın üreteceği resimler gerçek bir fotoğraf kadar doğru olamıyor.

Bazı yapay zekalar insan yüzü çizmekte zorlanırken, bazı yapay zekalar objeleri çizmekte zorlanır.

Yapay Zeka gerçek olmayan fotoları nasıl tespit eder?

Gerçek olmayan fotoğrafların tespit edilmesi şu olaylardan dolayı ortaya çıkar.

  • Bölgesel bozukluklar

  • Görüntüde bulanıklıklar

  • Mantık hataları

Bazı yapay zekalar insan yüzü çizmek konusunda sıkıntı yaşıyor, bazı yapay zekalar nesne çizimlerinde kötü sonuç veriyor. Ama Fake Photo Detection sistemleri insanların, cisimlerin nasıl şekle sahip olduğunu bildiğinden dolayı tespit etmesi için verdiğimiz fotoğrafta hataları tespit edip bize bir yüzde oranı verir.

Yapay zekayı yazımız boyunca sadece yapay zekanın üretmiş olduğu fotoğrafların tespitinden konuştuk ama PhotoShop vb. programlar ile oluşturulan fotoğrafları tespit etmek için de kullanılabilir.

Asla şunu unutmamak lazım ki hiçbir yapay zeka %100 doğru değildir, insan gibi yapay zeka da kandırılabilir.

Aşağıda sizlere birkaç tane fotoğraf bırakacağım bunların bazıları yapay zeka tarafından oluşturuldu bazıları ise gerçek fotoğraflar, aralarından hangilerinin gerçek olduğu hakkında düşününüz.

Bu yazım boyunca oluşturmuş olduğum fotoğrafları şu sitelerden oluşturdum:

Bu yazı boyunca ise gerçek olmayan fotğrafların tespiti için ise şu web sitelerini kullanacağız:

Cevap
Illuminarty --> %4.4 AI
Is It AI? --> %86.99 AI
Content as Scale --> %34 AI
AI or Not --> AI
Cevap
Illuminarty --> %11.8 AI
Is It AI? --> %53.02 AI
Content as Scale --> %94 AI
AI or Not --> AI
Cevap
Illuminarty --> %69.3 AI
Is It AI? --> %98.02 AI
Content as Scale --> %17 AI
AI or Not --> AI
Cevap
Illuminarty --> %93.9 AI
Is It AI? --> %50.92 AI
Content as Scale --> %17 AI
AI or Not --> AI
Cevap
Illuminarty --> %90.5 AI
Is It AI? --> %98.88 AI
Content as Scale --> %54 AI
AI or Not --> AI
Cevap
Illuminarty --> %25.5 AI
Is It AI? --> %99.62 AI
Content as Scale --> %59 AI
AI or Not --> AI
Cevap
Illuminarty --> %8.2 AI
Is It AI? --> %97.95 AI
Content as Scale --> %77     AI
AI or Not --> AI

Peki biz insanlar yapay zekanın oluşturduğu resimleri nasıl anlarız?

Öncelikle insan gözüyle baktığımızda bir cismin, bir insanın nasıl olmasını gerektiğini biliriz.

Bir insanın yüzünde 3 burun deliği olmayacağını anlayıp bariz bir şekilde bu fotoğrafta bir oynama olduğunu ya da yapay zeka tarafından yapıldığını anlarız.

Hadi diyelim fotoğrafta bariz bir hata yok. Her şey olması gerektiği gibi bir insan olarak bunu nasıl tesipt edebiliriz.

1- Öncelikle fotoğrafın kaynağının araştırılması gerekiyor.

Nasıl içerikler paylaşan bir kaynaktan bize bu resim ulaştı. Bu kaynak daha önce gerçek olmayan bir fotoğraf paylaştı mı, paylaştıysa bu fotoğrafın hangi kusurları vardı, nasıl fark edildi?

2- Resmin Detaylarına Dikkat Etmek:

Yapay zeka tarafından üretilmiş bir resmin gerçekçiliğini değerlendirirken, resmin detaylarına dikkat etmek önemlidir. Örneğin, yüz hatları, gölgeler, ışıklandırma gibi detaylar üzerinde yoğunlaşabilirsiniz. Eğer bu detaylar doğal ve gerçekçi görünmüyorsa, resmin yapay olduğunu anlayabilirsiniz.

3- Görsel Ters Arama ve Kaynak Kontrolü:

Resmin kaynağını araştırmak ve daha önce benzer resimlerin yapay zeka tarafından oluşturulduğunu tespit etmek, resmin gerçekliğini değerlendirmede önemlidir. Görsel ters arama araçları veya resmin kaynağını araştırabileceğiniz diğer yöntemlerle, resmin gerçekliği hakkında daha fazla bilgi edinebilirsiniz.

Bu adımları takip ederek, yapay zeka tarafından oluşturulan resimlerin gerçekliğini daha doğru bir şekilde değerlendirebilirsiniz. Ancak, her zaman %100 kesin sonuçlar elde etmek mümkün olmayabilir ve bazı durumlarda belirsizlikler olabilir.

PreviousSiber Güvenlik ve Yapay ZekaNextDüzenli İfadeler (Regular Expressions)

Last updated 5 months ago

Was this helpful?

Bu siteyi fake resimlerin yapısını incelemek için kullanacağız

🤖
Leonardo AI
Dall-E
Deep AI
Pixlr
Illuminarty
Is It AI?
AI or Not
Fake Image Detector
Content at Scale
yavuzkuk - OverviewGitHub
Bu yazı [Yavuz Kuk] tarafından hazırlanmıştır.
Logo