Tez No	İndirme	Tez Künye	Durumu
654362		Attribute inference over real-world online social networks: a comprehensive privacy analysis / Gerçek çevrimiçi sosyal ağlar üzerinde nitelik çıkarsama: kapsamlı bir gizlilik analizi Yazar:ÖNDER ÇOBAN Danışman: PROF. DR. SELMA AYŞE ÖZEL ; DR. ÖĞR. ÜYESİ ALİ İNAN Yer Bilgisi: Çukurova Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Facebook = Facebook ; Mahremiyet = Privacy	Onaylandı Doktora İngilizce 2021 329 s.
Günümüzde insanlar, kullanıcılarına kişisel bilgilerini paylaşma ve görüntüleme, diğer kullanıcılar ile bağlantı kurma ve bağlantılarını kullanarak diğer kullanıcıların paylaştığı herkese açık bilgileri görüntüleme imkânı sunan çevrimiçi sosyal ağlar (ÇSA) vasıtasıyla etkileşim kurabilmektedir. Bu nedenle, ÇSA'lar oldukça popülerdir ve günümüzde insanların günlük hayatının vazgeçilmez bir parçasıdır. Sonuç olarak, ÇSA'lar bilgisayar bilimini de içeren birçok alandan araştırmacılar için mahremiyet, güvenlik ve kullanıcı davranışı gibi konuları incelemek için çekici bir veri kaynağı olmuştur. Ancak, Türkiye'deki ÇSA kullanıcılarının gizlilik analizini amaçlayan çalışmalar oldukça sınırlıdır. Bu tezde, popüler olmasından dolayı Türkiye'deki Facebook kullanıcıları için kapsamlı bir gizlilik analizi gerçekleştirilmiştir. Kullanıcıların cinsiyet, akrabalık vb. gibi gizli bilgilerini çıkarsamak için farklı yöntemler kullanılmıştır. Ortaya çıkarılan bilgiler daha sonra kullanıcıların inandıklarından daha yüksek risk taşıdığını göstermek için gizlilik riski analizinde kullanılmıştır. Ek olarak, gizlilik riski analizinde kullanılabileceği için duygu analizi ve adlandırılmış varlık ismi tanıma olmak üzere iki doğal dil işleme (DDİ) çalışması gerçekleştirilmiştir. DDİ ve nitelik çıkarsama görevleri alt problemler olarak ele alınmıştır. Bu görevlerde literatüre çeşitli katkılar sağlanmış ve bazılarında en güncel sonuçlar elde edilmiştir.
Today, people can make interactions through online social networks (OSNs) that allow users to reveal and see their personal information, make connections with other users, and view the public information of other users through the connections. As such, OSNs are extremely popular and inevitable parts of people's daily lives today. As a result, OSNs have become attractive data sources for researchers from many disciplines including computer science to investigate privacy, security, and user behavior issues. However, studies that aim to make privacy analysis of Turkish OSN users are quite limited. In this thesis, a comprehensive privacy analysis of Turkish Facebook users was carried out due to the popularity of Facebook OSN. Different methods were used to infer users' private attributes including gender, kinship, and so on. Then the inferred attributes were used in the privacy risk analysis to show that users are at higher risk than they believe. Additionally, two natural language processing (NLP) tasks including sentiment analysis and named entity recognition have been performed as they can be utilized in privacy risk analysis. NLP and feature inference tasks were handled as sub-problems. In these tasks, various contributions were made to the literature, and some of them provided state-of-the-art results.