AMEA İnformasiya Texnologiyaları İnstitutunun direktoru akademik Rasim Əliquliyev, aparıcı elmi işçi, texnika üzrə fəlsəfə doktoru, dosent Fərqanə Abdullayeva və baş mütəxəssis Sabirə Ocaqverdiyevanın həmmüəllifi olduqları “Uşaqların qorunması üçün İnternetdə zərərli şəkil kontentinin filtrasiyası üsulu” (“Image-based malicious Internet content filtering method for child protection”) adlı məqalə Niderland Krallığında fəaliyyət göstərən “Elsevier” nəşriyyatında dərc olunan “Journal of Information Security and Applications (JISA)” jurnalında çap olunub.
Məqalədə uşaqların yaşına uyğun olmayan zərərli şəkil kontentinin filtrasiyasını həyata keçirən ChildNet adlı yeni Dərin Neyron Şəbəkə arxitekturası işlənib. Təklif edilmiş Dərin ChildNet modelinin 5 konvalyusiya blokundan ibarət 21 layda qurulması onu dünyada məşhur olan bir sıra dərin təlim arxitekturaları (AlexNet, LeNet və s.) üzərində üstünlük qazanmasına imkan vermişdir. Model əlamətlərin seçilməsini həyata keçirmədən daxil olan şəkilləri zərərli və zərərsiz siniflərdə dəqiq klassifikasiya etmək imkanına malikdir. Burada neyron şəbəkənin öyrədilməsi şəkilin piksellərinin uyğun tekstura şablonları əsasında aparılır. Bu tekstura şablonları hər bir sinifin xarakteristikası hesab olunur.
ChildNet modelinin bloklarında istifadə olunan filtrlərin sayı uyğun olaraq 64, 128, 256, 512, 4608 götürülmüşdür. Təklif edilmiş modelin girişinə 100 × 100 ölçüdə Qırmızı, Yaşıl, Göy kanallı (Red Green Blue, RGB) şəkillər ötürülüb. Modelin tam əlaqəli laylarında 4608 sayda neyron istifadə edilib. Sonuncu layını 2 neyron təşkil edir. Burada qeyri-xəttiliyi əldə etmək üçün Relu optimallaşma funksiyası, klassifikasiyanı həyata keçirmək üçün Softmax reqressiya funksiyası istifadə edilib.
Modelin effektivliyi Big Data təşkil edən çoxsaylı şəkil verilənləri üzərində test edilmişdir. Bu zaman ChildNet modelinin verilənlər bazalarından götürülmüş 113330 sayda şəkili öyrənməsinə 9 gün, 8000 sayda şəkili öyrənməsinə 2 gün sərf edilmişdir. Testetmə zamanı təklif edlmiş model mövcud metodlarla müqayisədə böyük üstünlük nümayiş etdirərək uşaq auditoriyasına uyğun olmayan şəkilləri 90% dəqiqliklə tanıya bilmişdir. Eksperimentlər AMEA İnformasiya Texnologiyaları İnstitutunun AzscienceNet Elm Kompüter Şəbəkəsinin təqdim etdiyi bulud infrastrukturunda aparılmışdır.
“Journal of Information Security and Applications (JISA)” jurnalı Science Citation Index Expanded (Clarivate Analytics), Scopus (Elsevier), INSPEC, Engineering Index beynəlxalq elmi bazalarında indeksləşir və referatlaşır, Scopus bazası üzrə Q2 kvartilə daxildir.
Qeyd edək ki, “Journal of Information Security and Applications (JISA)” jurnalı Kompüter elmləri kateqoriyasında impakt faktorlu 162 jurnal arasında 56-cı mövqedə qərarlaşıb.
Jurnalın elmmetrik göstəriciləri aşağıdakı kimidir:
1) Impact Factor: 3.872
2) SJR: 0.61
3) CiteScore: 5.7
© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.iсt.az saytına istinad zəruridir.
