Geri Dön

Yazılım tanımlı ağlarda makine öğrenme algoritmaları ile tıkanıklık kontrolü

Congestion control in software defined networks with machine learning algorithms

  1. Tez No: 418778
  2. Yazar: FATMA GÜMÜŞ
  3. Danışmanlar: YRD. DOÇ. DR. DERYA YILTAŞ KAPLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 97

Özet

Geleneksel TCP/IP ağ yapısından kaynaklanan çeşitli ağ sorunlarının üstesinden gelmek için alternatif yaklaşım arayışlarına gidilmiştir. Akademi ve sektörde kullanımı ivme kazanan yeni yaklaşımlardan biri yazılım tanımlı ağlardır. Kontrol ve yönlendirme fonksiyonlarının iki farklı alanda gerçekleştirildiği bu yaklaşımda, tıkanıklık kontrolü yöntemleri ile ilgili çalışmalar yenidir. Bu konudaki literatür açığını kapatma yönünde katkı sağlayacak olan bu çalışmada makine öğrenme algoritmaları kullanılmıştır. Simülasyon programında üretilen veri kümesi önerilen tıkanıklık öngörüsü sistemine girdi olarak verilmiştir. Öznitelik seçiminde En Az Fazlalık En Çok İlgililik (mRMR) yönteminden yararlanılmış, eksojen girişi ile doğrusal olmayan otoregresif model (NARX), doğrusal olmayan otoregresif model (NAR) ve doğrusal olmayan ileri beslemeli yapay sinir ağları üzerinde öğrenme aşaması gerçekleştirilmiştir. Çalışma sonucunda, veri kümesini iki boyutlu probleme indirgeyerek ve yapay sinir ağında az sayıda ara katman kullanılarak, yüksek başarımın elde edildiği gösterilmiştir.

Özet (Çeviri)

To overcome the various network problems resulting from traditional TCP / IP network structure, research on alternative approaches are being conducted. One of the alternative approaches, software defined networking, is increasing its popularity among both academic and related commercial world. Congestion control in software defined networking is a relatively new research area, and this thesis uses machine learning algorithms to address the matter, aiming to contribute towards filling the need of research on the subject. The dataset produced in network simulation program is used as input of the proposed congestion prediction system. On the feature selection stage, minimum redundancy maximum relevance (mRMR) is used. Then, at the learning stage, nonlinear autoregressive model with exogenous input (NARX), nonlinear autoregression models (NAR) and non-linear feed-forward neural networks were performed. The experimental results show that, the high dimensional data reduced into the degree of two, combined with designing neural networks with minimum number of layers results in high prediction performance.

Benzer Tezler

  1. Yazılım tanımlı ağlarda makine öğrenme temelli saldırı tespit sistemi

    Machine learning based intrusion detection system in software defined networks

    BİROL EMEKLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İHSAN HAKAN SELVİ

  2. Ddos prediction and mitigation in sdn using artificial neural networks and BMNABC algorithm

    Yapay sinir ağları ve BMN-ABC algoritmaları kullanılarak yazılım tabanlı ağlarda ddos saldırılarının tahmini ve azaltılması

    ESAM ATEEYAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiKarabük Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CİHAT ŞEKER

  3. Ağ altyapılarında yapay zeka tabanlı ağ trafik yönetim mekanizmalarının incelenmesi

    Investigation of artificial intelligence based network traffic management mechanisms in network infrastructures

    AYŞE NUR TEMURÇİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEVLÜT ERSOY

  4. A hybrid machine learning based IDS for information leakage

    Başlık çevirisi yok

    HAMEED ALLAWI SHANYOOR ALJUMAILI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM

  5. Intrusion detection system in software definednetworks

    Yazılım tanımlı ağlarda saldırı tespit sistemi

    ABDULLAH ABDULWAKIL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DERYA YILTAŞ KAPLAN