Yazılım tanımlı ağlarda makine öğrenme algoritmaları ile tıkanıklık kontrolü
Congestion control in software defined networks with machine learning algorithms
- Tez No: 418778
- Danışmanlar: YRD. DOÇ. DR. DERYA YILTAŞ KAPLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Yazılım tanımlı ağlarda makine öğrenme temelli saldırı tespit sistemi
Machine learning based intrusion detection system in software defined networks
BİROL EMEKLİ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. İHSAN HAKAN SELVİ
- 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
2024
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CİHAT ŞEKER
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEVLÜT ERSOY
- A hybrid machine learning based IDS for information leakage
Başlık çevirisi yok
HAMEED ALLAWI SHANYOOR ALJUMAILI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Intrusion detection system in software definednetworks
Yazılım tanımlı ağlarda saldırı tespit sistemi
ABDULLAH ABDULWAKIL
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA YILTAŞ KAPLAN