GRAPH NEURAL NETWORKS: TASKS, INFORMATION SECURITY, CYBER SECURITY, AND DIGITAL FORENSICS

Hamza Talha Gümüş; Can Eyüpoğlu

Makale detayları

GRAPH NEURAL NETWORKS: TASKS, INFORMATION SECURITY, CYBER SECURITY, AND DIGITAL FORENSICS

Yazarlar:

Hamza Talha Gümüş | Can Eyüpoğlu

Yayıncı:

Istanbul Ticaret University

Ana Başlıklar:

Adli Bilişim | Bilgi Güvenliği ve Kriptoloji | Veri ve Bilgi Gizliliği

Dergi:

İstanbul Ticaret Üniversitesi Teknoloji ve Uygulamalı Bilimler Dergisi Vol.8 Issue 1, pp.59-101

Belge Tipi:

Makale

Yayın Tarihi:

8/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001357100

pISSN:

2645-8969

Anahtar kelimeler:

Özet:

 Graph Neural Networks GNN is a deep learning method that belongs to the Artificial Neural Networks ANN family and performs information extraction over graphs. Information security techniques aim to protect the confidentiality, integrity, and access of information against threats and dangers posed by systems and human beings. In terms of cyber security, GNNs are used to prevent and detect attacks on critical infrastructures. Critical infrastructures and systems are gaining importance due to the focus of attention by attackers and the gain in financial and moral losses. In this study, the tasks and main usage areas of GNNs and their developments in information security, cyber security, and digital forensics are explained.

 Graph Neural Networks GNN is a deep learning method that belongs to the Artificial Neural Networks ANN family and performs information extraction over graphs. Information security techniques aim to protect the confidentiality, integrity, and access of information against threats and dangers posed by systems and human beings. In terms of cyber security, GNNs are used to prevent and detect attacks on critical infrastructures. Critical infrastructures and systems are gaining importance due to the focus of attention by attackers and the gain in financial and moral losses. In this study, the tasks and main usage areas of GNNs and their developments in information security, cyber security, and digital forensics are explained.

 Graph Neural Networks GNN is a deep learning method that belongs to the Artificial Neural Networks ANN family and performs information extraction over graphs. Information security techniques aim to protect the confidentiality, integrity, and access of information against threats and dangers posed by systems and human beings. In terms of cyber security, GNNs are used to prevent and detect attacks on critical infrastructures. Critical infrastructures and systems are gaining importance due to the focus of attention by attackers and the gain in financial and moral losses. In this study, the tasks and main usage areas of GNNs and their developments in information security, cyber security, and digital forensics are explained.

 Çizge Sinir Ağları Graph Neural Networks-GNN, Yapay Sinir Ağları Artificial Neural Networks-ANN ailesine mensup ve çizgeler üzerinden bilgi çıkarımı işlemi gerçekleştiren bir derin öğrenme yöntemidir. Bilgi güvenliği teknikleri ise sistem ve insan olarak adlandırabileceğimiz varlığın tehdit ve tehlike oluşturmasına karşı bilginin gizliliği, bütünlüğü ve erişimine yönelik korumayı amaçlamaktadır. Siber güvenlik açısından ise, GNNler kritik altyapılara yönelik saldırıları önlemek ve tespit etmek için kullanılır. Kritik altyapıların ve sistemlerin saldırganlar tarafından ilgi odağı ve maddi-manevi kayıp kazancı sayesinde önem kazanmaktadır. Bu çalışmada GNNlerin görevleri ve temel kullanım alanları ile birlikte bilgi güvenliği, siber güvenlik ve adli bilişim konularına yönelik gelişmeleri açıklanmaktadır.

Makale detayları

GRAPH NEURAL NETWORKS: TASKS, INFORMATION SECURITY, CYBER SECURITY, AND DIGITAL FORENSICS

Yazarlar:

Hamza Talha Gümüş | Can Eyüpoğlu

Yayıncı:

Istanbul Ticaret University

Ana Başlıklar:

Adli Bilişim | Bilgi Güvenliği ve Kriptoloji | Veri ve Bilgi Gizliliği

Dergi:

İstanbul Ticaret Üniversitesi Teknoloji ve Uygulamalı Bilimler Dergisi Vol.8 Issue 1, pp.59-101

Belge Tipi:

Makale

Yayın Tarihi:

8/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001357100

pISSN:

2645-8969

Graph Neural Networks

Artificial Neural Networks

Information Security

Cyber Security

Digital ForensicsÇizge Sinir Ağları

Yapay Sinir Ağları

Bilgi Güvenliği

Siber Güvenlik

Adli Bilişim

Sayı

Makale detayları

Yazarlar: Hamza Talha Gümüş | Can Eyüpoğlu

Yayıncı: Istanbul Ticaret University

Ana Başlıklar: Adli Bilişim | Bilgi Güvenliği ve Kriptoloji | Veri ve Bilgi Gizliliği

Dergi: İstanbul Ticaret Üniversitesi Teknoloji ve Uygulamalı Bilimler Dergisi Vol.8 Issue 1, pp.59-101

Belge Tipi: Makale

Yayın Tarihi: 8/2025

Belge Dili: Türkçe

Document ID (Org No.): 2001357100

pISSN: 2645-8969

Sayı

Yazarlar:

Hamza Talha Gümüş | Can Eyüpoğlu

Yayıncı:

Istanbul Ticaret University

Ana Başlıklar:

Adli Bilişim | Bilgi Güvenliği ve Kriptoloji | Veri ve Bilgi Gizliliği

Dergi:

İstanbul Ticaret Üniversitesi Teknoloji ve Uygulamalı Bilimler Dergisi Vol.8 Issue 1, pp.59-101

Belge Tipi:

Makale

Yayın Tarihi:

8/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001357100

pISSN:

2645-8969