Lisansüstü Eğitim Enstitüsü Diğer Yayınlar Koleksiyonu

Bu koleksiyon için kalıcı URI

https://hdl.handle.net/11729/6359

Listeleniyor 1 - 20 / 104

Contributions of mindful parenting and parent–child relationships to children’s executive function: a structural equation model
(Springer, 2026-04-19) Acar, İbrahim Hakkı; Hamamcı, Beyza; Bostancı, Selen
Mindful parenting supports within-family functioning, including parent–child relationships, which may promote positive child outcomes. In the present study, we examined the contributions of mindful parenting and parent–child relationships (positive and negative aspects) to children’s executive function. The study sample consisted of 354 children (192 girls) between 31 and 101 months (M = 66.65, SD = 15.88) and their parents from relatively low socioeconomic backgrounds. Parents reported mindful parenting, parent–child relationships, and children’s executive function. Findings from the structural equation model indicated that higher levels of mindful parenting and positive parent–child relationships were associated with higher levels of children’s executive function. In contrast, a negative parent–child relationship was related to lower levels of executive function. Additionally, mindful parenting was indirectly related to children’s executive function through the parent–child relationship. Findings from the current study underlined the importance of mindful parenting for both parent–child relationships and children’s executive function. In detail, parents who are better at being present with their children and utilizing mindful discipline may exhibit more warmth and supportive relationships with their children. Consequently, positive relationships could lead children to display higher cognitive abilities, including executive function.
A deployment-oriented privacy-preserving CTI framework: integrating PIR, federated learning, differential privacy, and practical hardenings
(Institute of Electrical and Electronics Engineers Inc., 2026) Çamalan, Emre; Çeliktaş, Barış
Threat Intelligence Platforms (TIPs) enable organizations to share indicators of compromise (IoCs), yet the operational CTI lifecycle exposes multiple, largely independent privacy surfaces: query content and access-pattern leakage during IoC lookup, gradient and membership inference risks during collaborative model training, and residual metadata side-channels in network traffic. Existing work addresses these surfaces in isolation; no prior framework orchestrates their joint mitigation within a single, deploymentoriented CTI pipeline under explicit guarantee boundaries. We present a prototype workflow-level privacy orchestration for cyber threat intelligence that coordinates four mechanisms across the query-learn-update lifecycle: (i) Private Information Retrieval (PIR) to hide queried IoC indices, (ii) cross-silo federated learning (FL) to keep raw CTI data local, (iii) a formal client-level Differential Privacy (DP) mechanism for federated model training to protect against inversion and membership inference attacks, and (iv) practical privacy hardenings, namely fixed-shape PIR batching (a traffic-shaping mechanism, not a cryptographic PIR guarantee) and secure aggregation simulated under an honest-but-curious coordinator assumption, to mitigate residual side-channel leakage. The contribution is therefore one of CTI-specific workflow orchestration and systematic evaluation, not of new cryptographic primitives: formal (ε, δ) guarantees apply exclusively to the differentially private federated learning component, while the remaining mechanisms serve as deployment-oriented hardenings under stated assumptions. We implement a working prototype over a two-million-row AbuseIPDB-style IoC dataset. Under a two-server non-colluding assumption, PIR queries complete in approximately 40 seconds with 16MB transfer per fixed batch. Local Random Forest and Logistic Regression baselines reach 89.0% and 77.00% accuracy, respectively, while federated variants with DP-FedAvg (gradient clipping and RDP-based privacy accounting) demonstrate a quantified privacy–utility trade-off across multiple noise levels. A corrected canonical single-round (T=1) baseline establishes the reconciled reference operating point; reviewer-driven multi-round experiments (T ∈ {1, 10, 20}) and an auxiliary clip-norm sensitivity analysis (C ∈ {0.5, 1.0, 2.0}) further characterize how privacy budgets, model utility, and training stability evolve beyond the single-round setting, with all (ε, δ) values computed via RDP composition for the corresponding configuration. The framework aligns with recent advances in secure aggregation and privacy-preserving CTI analytics, and is designed to be compatible with GDPR, CCPA, ISO/IEC 27701, and NIST 800-53 privacy principles, demonstrating prototype-level feasibility for regulation-aware CTI collaboration across organizations.
Adaptive incident escalation in SOCs via AI-driven skill-aware assignment and tier optimization
(Institute of Electrical and Electronics Engineers Inc., 2026-04-15) Abuaziz, Ahmed; Çeliktaş, Barış
Modern Security Operations Centers (SOCs) face significant operational bottlenecks driven by escalating alert volumes, increasingly sophisticated cyberattack vectors, and chronic imbalances in analyst workloads. Conventional rule-based escalation models frequently fail to account for the multi-dimensional nature of incident characteristics, the nuances of analyst expertise, and fluctuating operational demands. This study proposes a comprehensive AI-driven framework for intelligent incident assignment and workload optimization. The framework introduces five primary contributions: 1) a multi-factor scoring model that integrates severity and complexity metrics with dynamic workload balancing; 2) two novel optimization algorithms, Quantile-Targeted Normality-Regularized Optimization (QT-NRO) and Joint Optimization of Weights and Thresholds (JOWT), to calibrate scoring coefficients against target analyst utilization; 3) a Large Language Model (LLM) engine leveraging Retrieval-Augmented Generation (RAG) for semantic alignment between incident requirements and analyst expertise; 4) an Adaptive Capacity Zoning mechanism for dynamic workload management; and 5) a novel RAG Relevance Score metric—a pre-resolution, semantic alignment indicator that quantifies analyst-incident assignment quality independently of resolution time, addressing a fundamental limitation of traditional temporal metrics such as Mean Time to Resolution (MTTR) and providing a reusable benchmark applicable to any skill-aware assignment system. In addition, the framework incorporates a feedback-based continuous learning mechanism that utilizes historical resolution data to inform future assignments. An experimental evaluation using 10,021 real-world incidents from Microsoft Defender demonstrates that the JOWT algorithm achieves a tier distribution alignment within 0.8% of targets. LLM-enhanced semantic matching yields improvements between 26.7% and 126.8% in skill alignment across both normal-load and high-load evaluations, while simulations indicate a 31.8% reduction in MTTR. These results substantiate the efficacy of AI-driven methodologies in enhancing SOC operational efficiency and response precision.
The evolution of leadership theories and the role of transformational leadership in modern organizations
(Işık Üniversitesi Yayınları, 2026-04-29) Reyhan, Cem; Tuncay Çelikel, Aslı; Sarıca, Yeşim Pınar; Yılmaz, Kemal Özkan
This review paper examines recent studies on the evolution of leadership theories and highlights the importance of transformational leadership in modern organizations operating in volatile, uncertain, complex, and ambiguous (VUCA) environments. Leadership has been widely studied in management literature, and its conceptualization has evolved from early trait-based approaches to behavioral and situational perspectives, and more recently to contemporary theories emphasizing the complex interactions between leaders, followers, and organizational contexts. The literature indicates that transformational leadership has emerged as one of the most influential leadership models in business research. It is widely recognized for motivating employees through the articulation of a shared vision, fostering innovation, and supporting individual development. In contrast to transactional leadership, which is based primarily on reward and performance exchanges, transformational leadership encourages employees to go beyond their individual interests and align with broader organizational goals. Based on an extensive review of 38 academic sources published between 1970 and 2025, this study synthesizes the theoretical development and organizational implications of transformational leadership. The findings suggest that transformational leadership has significant positive effects on key organizational outcomes, including motivation, creativity, teamwork, and organizational performance. It also plays a critical role in fostering adaptive organizational cultures and supporting innovation-oriented strategies in modern organizations.
The role of inner speech in modulating electrophysiological stress responses
(Işık Üniversitesi Yayınları, 2026-04-29) Kaleem, Zayna Syed; Küçük, Zeynep
The frequency and reliance on inner speech (IS) vary across individuals and may influence selfregulation processes such as emotion regulation and impulse control. This study examined whether IS frequency is associated with differences in emotion regulation, impulsive behavior, and physiological stress responses. The sample consisted of 35 university students aged 18–39. IS frequency was treated as a continuous predictor. Associations between IS frequency, self-report measures of emotion regulation and impulsivity, task performance (Stroop task), and physiological responses (heart rate (HR) and skin conductance level (SCL)) were analyzed using correlation, linear regression, and repeated-measures ANOVA. Results showed no significant associations between IS frequency and emotion regulation, impulsivity, Stroop task accuracy, or reaction times. A significant main effect of task condition on SCL was observed, with mental arithmetic eliciting higher electrodermal activity than baseline and Stroop conditions, confirming successful stress induction. However, regression analyses revealed no relationship between IS frequency and physiological responses across tasks. The only significant finding emerged at baseline: higher IS frequency predicted lower resting HR (β = −.48, p = .004, R² = .23). Overall, IS frequency did not substantially influence cognitive or physiological outcomes. Future research should use larger samples, counterbalanced designs, and alternative measures to better capture dynamic stress-related processes.
Does supply chain integration enhance humanitarian supply chain performance? an empirical investigation of operational outcomes
(Işık Üniversitesi Yayınları, 2026-04-29) Alaff, Monther; Karayaz, Gamze
Humanitarian supply chains (HSC) operate in high-uncertainty environments where speed and adaptability are critical, yet existing supply chain integration (SCI) models are primarily derived from commercial contexts. This creates a gap in understanding how integration affects performance in crisis operations. This study investigates the effect of SCI on HSC performance, focusing specifically on lead time and flexibility as two core performance dimensions. The research employs explanatory mixedmethod design. Quantitative data were collected through a survey of UN supply chain staff, while qualitative insights were obtained from executive interviews. Five integration constructs: beneficiary, supplier, government, partner, and internal integration, were operationalized and analyzed statistically. The results indicate all constraints significantly influence supply chain performance, yet beneficiary integration shows the strongest effect on both lead time and flexibility, while supplier, government, and partner integrations exert more limited effects. The findings provide a context-specific theory of humanitarian SCI, demonstrating that integration strategies must be tailored to crisis conditions rather than replicated from commercial models.
Automating cyber risk assessment with public LLMs: an expert-validated framework and comparative analysis
(Institute of Electrical and Electronics Engineers Inc., 2026-03-26) Ünal, Nezih Mahmut; Çeliktaş, Barış
Traditional cyber risk assessment methodologies face a critical dilemma: they are either quantitative yet static and context-agnostic (e.g., CVSS), or context-aware yet highly labor-intensive and subjective (e.g., NIST SP 800-30). Consequently, organizations struggle to scale risk assessment to match the pace of evolving threats. This paper presents an automated, context-aware risk assessment framework that leverages the reasoning capabilities of publicly available Large Language Models (LLMs) to operationalize expert knowledge. Rather than positioning the LLM as the final decision-maker, the framework decouples semantic interpretation from risk scoring authority through a transparent, deterministic Dynamic Metric Engine. Unlike complex closed box machine learning models, our approach anchors the AI's reasoning to this expert-validated metric schema, with weights derived using the Rank Order Centroid (ROC) method from a survey of 101 cybersecurity professionals. We evaluated the framework through a comparative study involving 15 diverse real-world vulnerability scenarios (C1-C15) and three supplementary sensitivity stress tests (C16-C18). The validation scenarios were independently assessed by a cohort of ten senior human experts and two state-of-the-art LLM agents (GPT-4o and Gemini 2.0 Flash). The results show that the LLM-driven agents achieve scoring consistency closely aligned with the human median (Pearson r ranging from 0.9390 to 0.9717, Spearman ρ from 0.8472 to 0.9276) against a highly reliable expert baseline (Cronbach's α =0.996), while reducing the assessment cycle time by more than 100× (averaging under 4 seconds per case vs. a human average of 6 minutes). Furthermore, a dedicated context sensitivity analysis (C13-C15) indicates that the framework adapts risk scores based on organizational context (e.g., SME vs. Critical Infrastructure) for identical technical vulnerabilities. Importantly, the system is designed not merely to replicate expert intuition, but to enforce bounded, policy-consistent risk evaluation under predefined governance constraints. Overall, these findings suggest that commercially available LLMs, when constrained by expert-validated metric schemas, can support reproducible, transparent, and real-time risk assessments.
Annelerin covid-19 korkusunun okul öncesi çocuklarda kızgınlık/saldırganlık, sosyal yetkinlik ve kaygı davranışları üzerindeki etkisinde annenin ebeveynlik tutumunun aracı etkisinin incelenmesi
(Türkiye Okul Öncesi Eğitimini Geliştirme Derneği, 2025-04-07) Şişman, Hilal; Aktan, Zekeriya Deniz
Bu araştırma, annelerin Covid-19 korkusu ile okul öncesi çocukların kızgınlık/saldırganlık, sosyal yetkinlik ve anksiyete/içe dönüklük davranışları arasındaki ilişkide annelerin ebeveynlik tutumlarının aracı etkisini incelemeyi amaçlamıştır. Araştırma örneklemi özel ve devlet anaokuluna giden 140 okul öncesi çocuk sahibi ve Covid-19 geçirmemiş anneden oluşmaktadır. Araştırma kapsamında elde edilen veriler Covid-19 Korkusu Ölçeği, Sosyal Yetkinlik ve Davranış Değerlendirme Ölçeği, Ebeveyn Tutum Ölçeği ve Sosyodemografik Bilgi Formu aracılığıyla uygun örneklem yöntemi ile çevrim içi ortamda toplanmıştır. Araştırmadan elde edilen verilere göre otoriter ebeveynlik tutumunun ve aşırı koruyucu ebeveynlik tutumunun, annelerin Covid-19 korkusu ile çocukların anksiyete/içe dönüklük davranışları arasındaki ilişkide tam aracılık ettiği bulunmuştur. Bulgular doğrultusunda, araştırma annelerin Covid-19 korkusu ile çocukların anksiyete/içe dönüklük davranışları ilişkisinin annelerin otoriter ve aşırı koruyucu ebeveynlik tutumları aracılığıyla gerçekleştiğini ortaya koymaktadır. Pandemi sürecinde ebeveynlik tutumlarının aracı etkisine yönelik yapılan araştırmaların kısıtlılığı göz önüne alındığında bu araştırma literatüre ve bu kapsamda klinik çerçevede tedavi planlarına katkı sağlamaktadır.
Annelerin covid-19 korkusunun, okul öncesi çocukların kızgınlık/saldırganlık, sosyal yetkinlik ve kaygı davranışlarının ve annelerin ebeveynlik tutumunun sosyodemografik verilere göre incelenmesi
(Türk Psikologlar Derneği, 2022-10-13) Şişman, Hilal; Aktan, Zekeriya Deniz
Giriş ve Amaç: Bu çalışmada annelerin covid-19 korkusunun, okul öncesi çocukların kızgınlık/saldırganlık, sosyal yetkinlik ve kaygı davranışlarının ve annelerin ebeveynlik tutumunun sosyodemografik verilere göre farklılaşıp farklılaşmadığı incelenmiştir. Yöntem: Araştırma örneklemi özel ve devlet anaokuluna giden 140 okul öncesi çocuk sahibi ve Covid-19 geçirmemiş anneden oluşmaktadır. Araştırma kapsamında elde edilen veriler Covid-19 Korkusu Ölçeği, Sosyal Yetkinlik ve Davranış Değerlendirme Ölçeği, Ebeveyn Tutum Ölçeği ve Sosyodemografik Bilgi Formu aracılığıyla uygun örneklem yöntemi ile çevrim içi ortamda toplanmıştır. Bulgular: Araştırma kapsamında sosyodemografik veriler ile yapılan analizler sonucunda Covid-19 korkusunun Covid-19 aşısı olma durumu; annelerin otoriter ebeveynlik tutumunun annenin öğrenim düzeyi; annenin izin verici ebeveynlik tutumunun babanın öğrenim düzeyi; annenin aşırı koruyucu ebeveynlik tutumunun annenin öğrenim düzeyi, annenin çalışma zamanı ve şekline göre; çocukların sosyal yetkinlik becerilerinin ise sosyoekonomik düzey değişkenlerine göre anlamlı olarak farklılaştığı sonucuna ulaşılmıştır. Tartışma ve Sonuç: Sonuç olarak, öğrenim ve ekonomik düzeyin annelerin ebeveynlik tutumları ve çocukların davranışları üzerinde etkisi olduğu görülmekle birlikte pandemiyle birlikte annelerin çalışma zamanı ve şekliyle birlikte çocuklarıyla geçirdikleri zamanın ebeveynlik tutumlarına yönelik etkisi de görülmektedir. Buna ek, Covid-19 korkusunun annelerin aşıya karşı tutumlarını belirlediği sonucuna da ulaşılmaktadır. Son olarak, bu araştırma kapsamında çocukların cinsiyeti ve annelerin ebeveynlik tutumları arasında anlamlı farklılık çıkmaması kız-oğlan çocuklarına yönelik yaklaşımlarda daha dengeli bir yerde olduğumuzu düşündürmekte ve umut verici bir noktada yer almaktadır. Pandemi sürecinde ebeveynlik tutumlarının sosyodemografik değişkenlerle ilişkisine yönelik bir bakış açısı sunan bu araştırma ebeveynlik tutumları ve anne-çocuk ilişkisi kapsamındaki tedavi planlarının çerçevelenmesine katkı sağlayacaktır.
Ergenlerde dijital oyun bağımlılık düzeyinin çeşitli sosyodemografik özelliklere göre incelenmesi
(Işık Üniversitesi Yayınları, 2022-05) Tetik, Gizem; Aktan, Zekeriya Deniz
Günümüzde özellikle çocuk ve ergenler için büyük bir sorun haline gelen dijital oyun bağımlılığının çeşitli değişkenlerden etkilendiği bilinmektedir. Literatürdeki çalışmalar genel olarak çocuğun kişilik özellikleri, ebeveyn tutumu ve çocuğun psikososyal özelliklerinin dijital bağımlılıklar üzerindeki etkisine odaklanırken, birçok kavram gibi dijital oyun bağımlılığının da sosyodemografik özelliklerden etkilendiğini vurgulamaktadır. Bu çalışmanın amacı ergenlerdeki dijital oyun bağımlılığı düzeylerinin, yaş, cinsiyet, okul başarısı, okul türü, algılanan sosyoekonomik düzey ve benzeri çeşitli sosyodemografik özelliklere göre ne derece farklılaştığını incelemektir. Araştırmaya 14-18 yaş aralığında olan 478 lise öğrencisi katılmıştır. Veri toplama aracı olarak; araştırmacılar tarafından hazırlanan Sosyodemografik Bilgi Formu ve Dijital Oyun Bağımlılığı Ölçeği (DOBÖ-7) kullanılmıştır. Araştırmanın analiz adımına geçildiğinde ise katılımcıların dijital oyun bağımlılığı düzeylerinin sosyodemografik özelliklere göre anlamlı değişimler gösterip göstermediğini incelemek amacıyla t-Testi ve ANOVA analiz adımları uygulanmıştır. Analiz sonuçlarına göre katılımcıların dijital oyun bağımlılığı düzeylerinin; cinsiyete, okul türüne, algılanan gelir düzeyine, gün içinde oynanan oyun süresine, dijital oyun aracına ve oynanan oyun türüne göre anlamlı olarak farklılaştığı görülmüştür.
9-12 yaş grubu çocukların çizdikleri resimlerle depresyon, kaygı ve özsaygı değişkenleri arasındaki ilişkilerin incelenmesi
(IKSAD Publications, 2022-05-07) Çelik, Fatma Yağmur; Aktan, Zekeriya Deniz; Altınay, Zehra; Altınay, Fahriye
Bu çalışmanın amacı 9-12 yaş grubu çocukların depresyon kaygı ve özsaygı gibi ruh sağlığı değişkenleri ile çocuk çizimlerinden ruh sağlığına dair elde edilen ipuçları arasındaki olası ilişkileri araştırmaktır. Toplamda 120 katılımcının bulunduğu bu çalışmada, katılımcıların ruh sağlığı değişkenlerini değerlendirmek adına Çocuk Depresyon Ölçeği, Coopersmith Özsaygı Ölçeği ve Çocuklar için Durumluk Sürekli Kaygı Ölçeği kullanılmıştır. Katılımcıların çizdikleri resimlerden ruh sağlığına dair elde edilen ipuçlarıyla, araştırma ölçeklerinden elde edilen puanların karşılaştırılması Pearson Korelasyon Analizi tekniğiyle yapılmıştır. Analizler sonucunda Coopersmith Özsaygı Ölçeğinden alınan puanlar ile çocuk resimlerinden düşük özsaygıya dair elde edilen puanlar arasında orta düzeyde anlamlı negatif bir korelasyon (r = -.47, p < .01) olduğu görülmüştür. Kovacs Depresyon ölçeğinden alınan puanlar ile çocuk çizimlerinden elde edilen depresyon ipuçları arasında orta düzeyde anlamlı (r =.80, p < .01) bir ilişki saptanmıştır. Çocuklar için Durumluk Sürekli Kaygı Envanterinin Durumluk kaygı alt boyutundan alınan puanlar ( r = .52, p < .01) ve sürekli kaygı alt boyutundan alınan puanlar ( r = .60, p < .01) ile çocuk resimlerinden elde edilen kaygı ipuçları arasında da orta düzeyde anlamlı ilişkiler saptanmıştır. Tüm bu verilere dayanarak çocuk resimlerinden elde edilen ipuçlarının, ruh sağlığı değerlendirmesinde anlamlı bir araç olabileceği söylenebilir.
Examination of parental emotional availability, emotion regulation difficulties and game addiction according to some sociodemographic characteristics among late adolescents
(IKSAD Publishing House, 2021-07-20) Ülkümen, İpek; Aktan, Zekeriya Deniz; Pelletier, Petra; Coşkun, Aykan
This study aimed to examine whether the participants' perceived parental emotional availability, emotion regulation difficulty and game addiction scores differ according to some sociodemographic characteristics among Turkish late adolescents. A sample of 537adolescents between the ages of 18-21 completed the Parental Emotional Availability Scale, Emotion Regulation Difficulty Scale, Internet Gaming Disorder Short Form, and Sociodemographic Characteristics and Data Form surveys online. Independent two samples t- test and One-Way ANOVA analyses were used to test the hypotheses of the study. Results demonstrated that age, participants’ state of education, inter-parental relationship quality, mothers’ state of education, number of siblings, type of game, playing multiplayer or individual games variables had a significant effect on maternal emotional availability scores (p <.05); participants’ state of education, inter-parental relationship quality, father’s state of education, parental marriage or separation, people living together, type of game variables had a significant effect on paternal emotional availability scores (p <.05); gender, age, inter- parental relationship quality, regular activity, financial gain from gaming variables had a significant effect on difficulty in emotion regulation scores (p <.05); and also gender, inter- parental relationship quality, daily playing time and type of game variables had a significant effect on game addiction scores (p <.05). There was no significant difference in participant scores according to other variables. The findings indicate the importance of some variables, and contribute to future research that will examine the relevant variables.
Ergenlerde akılcı olmayan inançların, benlik saygısı ve sosyal kaygı düzeyleri ile ilişkisinin incelenmesi
(IKSAD Publications, 2020-10-30) Deniz, Adem; Aktan, Zekeriya Deniz; Meriçli, Filiz; Movlyanov, Atabek
Bu çalışmanın amacı, benlik saygısı ve sosyal kaygı düzeyi değişkenlerinin akılcı olmayan inançlar ile olası ilişkilerine odaklanarak, söz konusu ilişkiyi yordayıcılık hipotezleri üzerinden analiz etmektir. 87 erkek 64 kız öğrenci olmak üzere toplam 151 katılımcının bulunduğu bu çalışmanın örneklemini 11-15 yaş arası ortaokul 6., 7. ve 8. sınıf öğrencileri oluşturmaktadır. Katılımcıların sosyal kaygı, benlik saygısı ve akılcı olmayan inanç düzeyleri gibi ruhsal belirtilerini değerlendirmek için sırasıyla; Ergenler için Sosyal Kaygı Ölçeği (ESKÖ), Coopersmith Benlik Saygısı Envanteri(CSEI) ve Ergenler için Mantıkdışı İnançlar Ölçeği (EMİÖ) kullanılmıştır. Araştırma hipotezlerinin incelenebilmesi için SPSS programı kullanılmış ve değişkenler arası ilişkiler ve bunlara bağlı geliştirilen yordayıcılık hipotezleri çoklu regresyon modellemeleri üzerinden incelenmiştir. Araştırmanın analiz adımından elde edilen bulgular incelendiğinde ise katılımcıların benlik saygısı düzeylerinin, akılcı olmayan inanç düzeyleri üzerinde anlamlı bir yordayıcı etkiye sahip olduğu görülmüştür (p<.05). Diğer yandan, sosyal kaygı düzeyinin akılcı olmayan inançlar üzerindeki yordayıcı etkisi ile sosyal kaygının benlik saygısı ile birlikte gerçekleştirdikleri etkileşimin akılcı olmayan inançlar üzerindeki ortak etkisinin anlamlı birer yordayıcı olmadıkları görülmüştür (p>.05). Diğer değişkenler ile alt ölçekleri arasında da anlamlı olan başka ilişkilere rastlanmamıştır.
Economic dynamics of air pollution in Türkiye and Pakistan: an empirical assessment of the Environmental Kuznets Curve and pollution-led growth
(IGI Global, 2026) Taşbaşı, Aslı; Akhtar, Maham
Türkiye and Pakistan, despite differing levels of economic development, face similar macroeconomic challenges such as income inequality, inflation and debt. Both countries also experience environmental pressures from industrialization and rapid urbanization, with air pollution emerging as a critical concern affecting economic productivity and sustainable development. This study conducts a comparative analysis of air pollution in Türkiye and Pakistan from 1980 to 2023, using the Autoregressive Distributed Lag (ARDL) bounds testing approach to examine the short and long run relationships between air pollution, urbanization, industrialization, energy consumption and macroeconomic policies. The analysis tests the Environmental Kuznets Curve (EKC) for Türkiye and the pollution-led growth hypothesis for Pakistan. Findings reject the EKC for Türkiye but confirm pollution-led growth in Pakistan, offering insights for effective environmental regulation and sustainable development strategies.
From policy to practice: a sector-agnostic operational framework for post-quantum cryptography transition
(Institute of Electrical and Electronics Engineers Inc., 2026-03-02) Birgin, Berat; Çeliktaş, Barış
The pace of quantum computing development necessitates not only the adoption of post-quantum cryptographic algorithms, but also the establishment of an executable and auditable institutional transition process. Although guidance documents published by the National Institute of Standards and Technology (NIST) and roadmaps proposed by the Post-Quantum Cryptography Coalition (PQCC) articulate strategic objectives, they largely remain procedural constructs lacking a concrete operational execution model. This paper presents an industry-neutral operational framework that translates policy-level post-quantum cryptography (PQC) guidance into deterministic, proof-producing process flows encompassing cryptographic asset discovery, classification, risk modeling, algorithm selection, deployment, monitoring, and governance enforcement. Central to the framework is a deterministic Quantum Risk Scoring (QRS) function, calibrated using the Analytical Hierarchy Process (AHP), which enables reproducible asset prioritization and policy-driven enforcement decisions. Framework executability is further strengthened through cryptography-aware continuous integration/continuous deployment (CI/CD) validation gates and downgrade protection mechanisms, ensuring the generation of verifiable and immutable audit artifacts. A scenario-based operational validation, implemented using open-source toolchains, demonstrates the framework’s operability, auditability, and governance alignment without relying on empirical cryptographic performance benchmarks, confirming that PQC transition can be operationalized as a verifiable lifecycle process bridging policy guidance with enforceable technical actions. Rather than introducing new cryptographic primitives, this work formalizes PQC transition as an operational systems-engineering problem centered on governance-enforced execution and lifecycle verifiability.
API güvenlik testi araçlarının karşılaştırmalı analizi: özellikler, yetenekler ve performans değerlendirmesi
(BIDGE Publications, 2023-05-24) Çarkçıoğlu, Onur; Çeliktaş, Barış; Çoğun, Hikmet Yeter; Parlar, İshak; Üzmuş, Hasan
Uygulama programlama arayüzleri (API'ler), diğer uygulamalar arasındaki iletişimi kolaylaştıran bileşenlerdir. API'ler, modern web uygulamalarının ayrılmaz bir parçasıdır ve uygulamaların birbirleriyle iletişim kurması ve veri alışverişi yapması için bir araç sağlar. Web uygulamaları ve kullandıkları API'ler, kötü niyetli bilgisayar korsanları için hem çekici hem de kolay erişilebilir hedeflerdir. Bu nedenle, bu uygulamanın güvenliğini sağlamak ve verilerin bütünlüğünü ve gizliliğini korumak çok önemlidir. API servisleri, kullanılabilecek birçok araç için güvenlik testlerine sahiptir. Bu uygulamalardan bazıları ücretsiz olarak kullanılabilen açık kaynak kodlu projelerken, bazıları ise güvenlik odaklı firmaların sunduğu ticari çözümlerdir. Bu bölümde, Postman, Burp Suite, OWASP ZAP, JSON Web Token Toolkit, Security Code Scan, araştırma sırasında kullanılan araçlardan ve bu çalışma sırasında gerçekleştirilen testlerden bazılarıdır. API servislerinin güvenlik testi için kullanılabilecek birçok araç bulunmaktadır. Bu uygulamalardan bazıları ücretsiz olarak kullanılabilen açık kaynak kodlu projelerken bazıları da güvenlik odaklı kuruluşların sunduğu ticari çözümlerdir. Bu bölümde, araştırma sırasında kullanılan araçların detaylı analizleri ve testleri yapılacak olup API testleri açısından avantajlı ve dezavantajları yanları ortaya konnacaktır. Böylece daha güvenli Web uygulamaları ve API geliştirme süreçlerine olumlu katkı sağlanması amaçlanmıştır.
Comparative analysis of supervised, unsupervised, semi-supervised, and reinforcement learning methods for data loss prevention
(BIDGE Publications, 2023-05-24) Vural, Ahmet; Çeliktaş, Barış; Çoğun, Hikmet Yeter; Parlar, İshak; Üzmuş, Hasan
Veri Kaybını Önleme (DLP), veri kaybını, hassas verilerin güvenli olmayan veya uygun olmayan bir şekilde paylaşılmasını, transferini veya kullanılmasını engelleyen bir güvenlik çözümüdür. DLP ayrıca Genel Veri Koruma Yönetmeliği (GDPR) ve diğer düzenleyici gereklilikler gibi düzenlemelere uyum sağlamamıza yardımcı olmaktadır. DLP'nin temel amacı hassas verilerin sızmasını önlemek ve böylece veri sahiplerinin itibarlarını korumak, maliyetleri azaltmak ve iş sürekliliğini sağlamaktır. DLP, veri sızmasını engellemek veya önceden belirlenmiş veri sınıflandırma politikaları kullanarak olayları kaydetmek için bir dizi kural kullanan bir uygulamadır. Bu etiketler genellikle bir program tarafından tanımlanan bilgilere dayalı olarak oluşturmakta ve uygulamaktadır. Bu çalışmamız, DLP sistemlerinde denetimli, denetimsiz, yarı denetimli ve takviyeli öğrenme yöntemlerinin kullanımına odaklanmakta olup, veri sınıflandırması için makine öğrenme algoritmaları aracılığıyla verilerin işlenmesi ve kullanılmasıyla veri ihlallerini ve ihlallerini en aza indirmeyi amaçlamaktadır. Çalışmamızda, makine öğrenme yöntemlerinin yeteneklerine dayalı olarak en uygun seçenekler değerlendirilecektir. Çalışmanın bulguları, denetimli öğrenme yöntemlerinin karşılaştırmalı analizinin DLP için en etkili yaklaşım olduğunu önermektedir, ancak yarı denetimli ve güçlendirme öğrenme yöntemleri sınırlı etiketli veri olduğunda kullanışlı olabilmektedir. Çalışma ayrıca makine öğrenme algoritmaları kullanarak otomatik olarak DLP prensiplerinin oluşturulmasının faydalarını içermektedir. El ile hazırlanan sınıflandırmaların otomatikleştirilmesiyle, sistemin daha verimli olması ve yanlış pozitif değerlerin en aza indirilmesi beklenmektedir. Özetle, bu çalışma kullanıcıların veri işleme standartları veya alışkanlıklarını makine öğrenmeyle birleştirerek bu etiketlerin ve verilerin DLP kurallarında kullanılmasını mümkün kılmaktadır. El ile yapılan manuel sınıflandırma, makine öğrenme ile otomatikleştirilebilir, bu da daha iyi kontrollerin yapılmasına olanak sağlamaktadır. Makine öğrenme ve DLP aynı anda kullanıldığında, veri sınıflandırması hatalı olmadan gerçekleştirilecek ve yanlış pozitif alarm sayısı azalacaktır. Dosyaların yapısı ve içeriği kullanıcı alışkanlıklarına göre doğru bir şekilde belirlenecek, ilgili kuralların doğruluğu ve güvenilirliği sağlanacaktır. Kullanıcılar belirli algoritmalar aracılığıyla izlenecek, dosya içeriğinde en sık kullanılan veriler raporlanabilecek ve bunun şirket riski olarak kabul edilebilir olup olmadığı belirlenebilecektir. Sonuç olarak, kurum ve kuruluşlar, veri koruma politikalarını daha verimli ve kullanılabilir hale getirebilecek ve veri kaybı riskini azaltabilecek ve düzenlemelere tabi kişisel verileri kontrol altına alabilecektir.
Self-supervised learning of 3D structure from 2D OCT slices for retinal disease diagnosis on UK biobank scans
(Institute of Electrical and Electronics Engineers Inc., 2025-09-21) Nazlı, Muhammet Serdar; Turkan, Yasemin; Tek, Faik Boray
This study presents a self-supervised learning framework for retinal disease classification using Optical Coherence Tomography (OCT) scans. To balance the contextual richness of 3D volumes with the computational efficiency of 2D architectures, we introduce a quasi-3D input generation strategy. Each input is constructed by stacking three OCT slices, sampled from channel-specific Gaussian distributions centered on the volume midplane, and arranged in a standard three-channel 2D format compatible with existing pre-trained models. These quasi-3D images are used to pre-train a Vision Transformer (ViT-Base) via a Masked Autoencoder (MAE) with a shared masking pattern, encouraging the model to reconstruct masked regions by encoding anatomical continuity across slices. Pre-training is conducted on 10,000 unlabeled OCT volumes from the UK Biobank. The encoder is then fine-tuned on the OCTA-500 dataset for three-class and four-class retinal disease classification tasks, including macular degeneration and diabetic retinopathy. The model achieves 92.57% accuracy on the three-class task, matching the performance of RETFound while using over 150 times less pre-training data and a smaller backbone.
Retinal disease classification from bimodal OCT and OCTA using a CNN-ViT hybrid architecture
(Institute of Electrical and Electronics Engineers Inc., 2025-09-21) Aydın, Ömer Faruk; Tek, Faik Boray; Turkan, Yasemin
Retinal diseases are the leading cause of vision impairment and blindness worldwide. Early and accurate diagnosis is critical for effective treatment, and recent advances in imaging technologies such as Optical Coherence Tomography (OCT) and OCT Angiography (OCTA), have enabled detailed visualization of the retinal structure and vasculature. By leveraging these modalities, this study proposes an advanced deep learning architecture called MultiModalNet for automated multi-class retinal disease classification. MultiModalNet employs a dual-branch design, where OCTA projection maps are processed through a ResNet101 encoder, and cross-sectional slices from the OCT volume (B-scans) are analyzed using a Vision Transformer (ViT-Large). The extracted features from both branches were fused and passed through the fully connected layers for the final classification. Evaluated on the 3-class OCTA-500 dataset, which includes Age-related Macular Degeneration (AMD), Diabetic Retinopathy (DR), and Normal cases, the proposed model achieved state-of-the-art classification accuracy of 94.59 percent, significantly o utperforming single-modality baselines. This result highlights the effectiveness of integrating vascular and structural information to improve the diagnostic performance. The findings suggest that hybrid multi-modal deep learning approaches can play a transformative role in computer-aided ophthalmology, enhancing both clinical decision-making and screening workflows.
Secure and interpretable dyslexia detection using homomorphic encryption and SHAP-based explanations
(Institute of Electrical and Electronics Engineers Inc., 2025-10-25) Harb, Mhd Raja Abou; Çeliktaş, Barış; Eroğlu, Günet
Protecting sensitive healthcare data during machine learning inference is critical, particularly in cloud-based environments. This study addresses the privacy and interpretability challenges in dyslexia detection using Quantitative EEG (QEEG) data. We propose a privacy-preserving framework utilizing Homomorphic Encryption (HE) to securely perform inference with an Artificial Neural Network (ANN). Due to the incompatibility of non-linear activation functions with encrypted arithmetic, we employ a dedicated approximation strategy. To ensure model interpretability without compromising privacy, SHapley Additive exPlanations (SHAP) are computed homomorphically and decrypted client-side. Experimental evaluations demonstrate that the encrypted inference achieves an accuracy of 90.03% and an AUC of 0.8218, reflecting only minor performance degradation compared to plaintext inference. SHAP value comparisons (Spearman correlation = 0.59) validate the reliability of the encrypted explanations. These results confirm that integrating privacy-preserving and explainable AI approaches is feasible for secure, ethical, and compliant healthcare deployments.

Güncel Gönderiler