İnference and parameter estimation in bayesian change point models
Bayesçi değişim noktası modellerinde çıkarım ve parametre kestirimi
- Tez No: 474348
- Danışmanlar: DOÇ. DR. ALİ TAYLAN CEMGİL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Bu çalışmada, zaman serilerindeki ani değişimlerin tespiti için kullanılabilecek bir Bayesçi değişim noktası modelini sunuyoruz. Bu model, değişim noktalarını ve veri dinamiğini saklı değişkenler olarak temsil eden bir çok katmanlı saklı Markov modelidir. Çalışmamızda genel bir üreteç modeli, çıkarım yapmak için kullanılan ileri-geri yönlü algoritmayı ve parametre kestirimi için beklenti enyükseltme algoritmasını anlatıyoruz. Modelin incelediğimiz dört özel hali, gözlemlenen sistemin durumunda ve özniteliklerin yoğunluk ve/veya oranında meydana gelen değişiklikleri tespit edebilmektedir. Modelin genel halinin incelemesinin yanı sıra, özel hallerinden birinin -Dirichlet-Multinomial modeli- çözümlemesini yapıp nasıl gerçekleştirilmesi gerektiğini açıklıyoruz. Modelin özgün bir uygulaması olarak Oturum Başlatma Protokolü~(SIP) ağlarında Dağıtık Hizmet Engelleme~(DDoS) saldırısı tespiti problemini inceledik. DDoS saldırı verisi üretmek için bir ağ izleme ünitesi ve belirli sayıda kullanıcı arasında gerçek zamanlı SIP aramaları üreten bir olasılıksal SIP ağı benzetim sistemi geliştirdik. Saldırılan bilgisayarın ağ bağlantısından ve kaynak kullanım istatistiklerinden çıkardığımız bir veri kümesi üzerinde yaptığımız deneylerde farklı niteliklere sahip birçok DDoS saldısını gerçek zamanlı olarak, yüksek doğruluk ve düşük yanlış kabul hatası oranlarıyla tespit edebildiğimizi gözlemledik.
Özet (Çeviri)
In this work, we present a Bayesian change point model that identifies the time points at which a time series undergoes abrupt changes. Our model is a hierarchical hidden Markov model that treats the change points and the dynamics of the data stream as latent variables. We describe a generic generative model, forward-backward recursions for exact inference and an expectation-maximization algorithm for hyperparameter learning. The model specifications discussed here can sense the changes in the state of the observed system as well as in the intensity and/or the ratio of the features. In addition to investigating the change point algorithm in generic notation, we also give an in-depth analysis and appropriate implementation of a particular model specification, namely, Dirichlet-Multinomial model. We present a novel application of the model: Distributed Denial of Service~(DDoS) attack detection in Session Initiation Protocol~(SIP) networks. In order to generate DDoS attack data, we build a network monitoring unit and a probabilistic SIP network simulation tool that initiates real-time SIP calls between a number of agents. Using a set of features extracted from target computer's network connection and resource usage statistics, we show that our model is able to detect a variety of DDoS attacks in real time with high accuracy and low false-positive rates.
Benzer Tezler
- Towards adaptive brain-computer interfaces: Statistical inference for mental state recognition
Uyarlanabilir beyin-bilgisayar arayüzlerine doğru: Zihinsel durum tanıma için istatistiksel çıkarım
MASTANEH TORKAMANI AZAR
Doktora
İngilizce
2020
BiyomühendislikSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜJDAT ÇETİN
Prof. Dr. SELİM SAFFET BALCISOY
- Ters Weibull dağılım parametrelerinin Bayesci yöntemle tahmini
Parameter estimation of the inverse Weibull distribution by Bayesian method
İDİL BÜŞRA KUTLU
Yüksek Lisans
Türkçe
2019
İstatistikAnkara Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ESİN KÖKSAL BABACAN
- Derin obje sezicilerle tümleştirilmiş bayesçi filtreleme ile videoda obje izleme
Integration of bayesian filtering and deep object detection for video object tracking
FİLİZ GÜRKAN GÖLCÜK
Doktora
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Hybridization of probabilistic graphical models and metaheuristics for handling dynamism and uncertainty
Değişimin ve belirsizliğin ele alınması için olasılıksal çizgesel biçelerin ve sezgi-üstlerinin melezleştirilmesi
GÖNÜL ULUDAĞ
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE ŞİMA UYAR
- Bayesci otoregresif zaman serilerinde önsel dağılımların seçimi ve karşılaştırılması
Selection and comparisons of prior distributions in Bayesian autoregressive time series
MUSTAFA GAZİOĞULLARI
Yüksek Lisans
Türkçe
2022
İstatistikAnkara Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ESİN KÖKSAL BABACAN