Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği

Abdulkadir Bilen; Ahmet Bedri Özer

doi:10.35234/fumbd.973038

Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği

Öz

Ülkelerin ve toplumların önce gelen sorunlarından biri olan suçu önlemek, devletin ilk görevleri arasındadır. Bu suçların önemli bir türü siber suçtur. Siber suçlarla mücadele edebilmek için öncelikle bu suçun nasıl gerçekleştiğini ve yöntemini bilmek gerekmektedir. Siber saldırıları önceden tahmin etmek kişilerin ve kurumların uğrayacağı zararları azaltacaktır. Bu tahminleri yapabilmek için lineer regresyon, polinom regresyon, ridge regresyon ve lasso regresyon yöntemlerinden oluşan dört farklı model uygulanmıştır. Elazığ ilinde işlenen siber suçların öznitelikleri çıkarılmış ve bu dört modele dayalı tahminler yapılmıştır. Ortalama mutlak hata (MAE), ortalama kare hatası (MSE), kök ortalama kare hatası (RMSE) ve R Square değerlendirme kriterlerine göre modeller karşılaştırılmıştır. Yapılan uygulama neticesinde 0.79 doğruluk oranıyla kendi içinde en iyi yöntem polinom regresyon sonuç vermiştir. Diğer yöntemlerin başarı oranı çok düşük sonuç vermiştir. Elde edilen sonuçlar suç analizine ve suçla mücadeleye bir ön adım olacaktır.

Anahtar Kelimeler

Kaynakça

[1] Kim, S., Joshi, P., Kalsi, P. S., & Taheri, P. Crime analysis through machine learning. In 2018 IEEE 9th Annual Information Technology, Electronics and Mobile Communication Conference (IEMCON) pp. 415-420. IEEE.
[2] Yadav, S., Timbadia, M., Yadav, A., Vishwakarma, R., & Yadav, N. (2017, April). Crime pattern detection, analysis & prediction. In 2017 International conference of Electronics, Communication and Aerospace Technology (ICECA) (Vol. 1, pp. 225-230). IEEE.
[3] Sujatha, R., S., Ezhilmaran, A. A Comparatıve Study On Predıctıon Of Crıme Patterns, International Journal of Pharmacy and Technology 2016; 8(4):5104-5117
[4] David, H., & Suruliandi, A. (2017). Survey On Crime Analysıs And Predıctıon Usıng Data Mınıng Technıques. ICTACT journal on soft computing, 7(3).
[5] Prabakaran, S., & Mitra, S. (2018, April). Survey of analysis of crime detection techniques using data mining and machine learning. In Journal of Physics: Conference Series (Vol. 1000, No. 1, p. 012046). IOP Publishing.
[6] Ingilevich, V., & Ivanov, S. (2018). Crime rate prediction in the urban environment using social factors. Procedia Computer Science, 136, 472-478.
[7] Matlhare, B., Faimau, G., & Sechele, L. Rısk Perception And Knowledge Of Cybercrıme And Its Preventıve Strategıes Among Youth At The Unıversıty Of Botswana.
[8] Bhuriya, D., Kaushal, G., Sharma, A., & Singh, U. Stock market predication using a linear regression. In 2017 international conference of electronics, communication and aerospace technology (ICECA) 2017; Vol. 2, pp. 510-513.

[9] Obagbuwa, I. C., & Abidoye, A. P. South Africa Crime Visualization, Trends Analysis, and Prediction Using Machine Learning Linear Regression Technique. Applied Computational Intelligence and Soft Computing, 2021.
[10] Awal, M. A., Rabbi, J., Hossain, S. I., & Hashem, M. M. A. Using linear regression to forecast future trends in crime of Bangladesh. In 2016 5th International Conference on Informatics, Electronics and Vision (ICIEV) pp. 333-338.
[11] Luo, J., Hong, T., & Fang, S. C. Robust regression models for load forecasting. IEEE Transactions on Smart Grid, 2008; 10(5), 5397-5404.
[12] Qian, J., Zhu, S., Wong, W. K., Zhang, H., Lai, Z., & Yang, J. Dual robust regression for pattern classification. Information Sciences, 2021; 546, 1014-1029.
[13] Kibria, B. M., & Banik, S. Some ridge regression estimators and their performances, 2020.
[14] Pereira, J. M., Basto, M., & da Silva, A. F. The logistic lasso and ridge regression in predicting corporate failure. Procedia Economics and Finance, 2016; 39, 634-641.
[15] Wang, S., Ji, B., Zhao, J., Liu, W., & Xu, T. Predicting ship fuel consumption based on LASSO regression. Transportation Research Part D: Transport and Environment, 2018; 65, 817-824.
[16] Reid, S., Tibshirani, R., & Friedman, J. A study of error variance estimation in lasso regression. Statistica Sinica, 2016; 35-67.
[17] Alves, L. G., Ribeiro, H. V., & Rodrigues, F. A. Crime prediction through urban metrics and statistical learning. Physica A: Statistical Mechanics and its Applications, 2018;505, 435-443.
[18] Bilen, A., & Özer, A. B. Cyber-attack method and perpetrator prediction using machine learning algorithms. PeerJ Computer Science, 2021; 7, e475.
[19] Yan, X., & Su, X. G. Linear regression analysis. Theory and Computing, 2003.
[20] Ostertagová, E. Modelling using polynomial regression. Procedia Engineering, 2012; 48, 500-506.
[21] Chen, Y. R., Rezapour, A., & Tzeng, W. G. Privacy-preserving ridge regression on distributed data. Information Sciences, 2018; 451, 34-49.
[22] Ranstam, J., & Cook, J. A. LASSO regression. Journal of British Surgery, 2018; 105(10), 1348-1348.

Ayrıntılar

Birincil Dil

Türkçe

Konular

Mühendislik

Bölüm

Araştırma Makalesi

Yazarlar

Abdulkadir Bilen ^*
0000-0003-2359-8829
Türkiye

Ahmet Bedri Özer
0000-0002-8005-7386
Türkiye

Yayımlanma Tarihi

20 Mart 2022

Gönderilme Tarihi

27 Temmuz 2021

Kabul Tarihi

10 Ekim 2021

Yayımlandığı Sayı

Yıl 2022 Cilt: 34 Sayı: 1

DOI

https://doi.org/10.35234/fumbd.973038

IZ

https://izlik.org/JA63JD99SY

Kaynak Göster

RIS / Bibtex

APA

Bilen, A., & Özer, A. B. (2022). Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 34(1), 115-121. https://doi.org/10.35234/fumbd.973038

AMA

1.Bilen A, Özer AB. Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2022;34(1):115-121. doi:10.35234/fumbd.973038

Chicago

Bilen, Abdulkadir, ve Ahmet Bedri Özer. 2022. “Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği”. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 34 (1): 115-21. https://doi.org/10.35234/fumbd.973038.

EndNote

Bilen A, Özer AB (01 Mart 2022) Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 34 1 115–121.

IEEE

[1]A. Bilen ve A. B. Özer, “Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği”, Fırat Üniversitesi Mühendislik Bilimleri Dergisi, c. 34, sy 1, ss. 115–121, Mar. 2022, doi: 10.35234/fumbd.973038.

ISNAD

Bilen, Abdulkadir - Özer, Ahmet Bedri. “Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği”. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 34/1 (01 Mart 2022): 115-121. https://doi.org/10.35234/fumbd.973038.

JAMA

1.Bilen A, Özer AB. Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2022;34:115–121.

MLA

Bilen, Abdulkadir, ve Ahmet Bedri Özer. “Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği”. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, c. 34, sy 1, Mart 2022, ss. 115-21, doi:10.35234/fumbd.973038.

Vancouver

1.Abdulkadir Bilen, Ahmet Bedri Özer. Regresyon Yöntemlerine Dayalı Suç Tespit Analizi Karşılaştırması Elazığ İli Örneği. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 01 Mart 2022;34(1):115-21. doi:10.35234/fumbd.973038

Cited By

Türkiye Madencilik Sektörü İş Kazalarının Analizi ve Gelecek Perspektifleri

International Journal of Advances in Engineering and Pure Sciences

https://doi.org/10.7240/jeps.1242698

An evolutionary hybrid method based on particle swarm optimization algorithm and extreme gradient boosting for short-term streamflow forecasting

Acta Geophysica

https://doi.org/10.1007/s11600-024-01307-5

Crime Prediction with DistilBERT-based Feature Extraction and Machine Learning

Çukurova Üniversitesi Mühendislik Fakültesi Dergisi

https://doi.org/10.21605/cukurovaumfd.1606169

POLİNOM REGRESYON KONTROLLÜ GERİLİM KİPLİ FLYBACK DÖNÜŞTÜRÜCÜ

Uludağ University Journal of The Faculty of Engineering

https://doi.org/10.17482/uumfd.1587544

Multiple Regression-Based Prediction Method to Assess the Impact of PGA and Distance on Post-Earthquake Structural Damage Levels

Türk Doğa ve Fen Dergisi

https://doi.org/10.46810/tdfd.1605168