Methods viable for anomaly detection of application-levelnetwork
Başlık çevirisi mevcut değil.
- Tez No: 672314
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Zorluklardan dolayı, pratikte kullanılan birçok anormallik algılama algoritmasında veri bulunur tamamen istatistiksel olmaktan çok araştırma geçmişi ve yöntemler daha çok buluşsal yöntemlerden yararlanmaktadır çözümün hassasiyetini dengelemek için deterministik çözümlere göre hesaplama karmaşıklığı. Sonuçları yorumlama yeteneği de önemlidir, çünkü çoğu Anormallikleri listeleyen vakalar, sorunun sadece ilk kısmıdır, sonuçta ortaya çıkan görev genellikle algoritmanın neden anormallik ilan ettiğini açıklamak için. Bunun amacı tez, uygulama düzeyinde ağın anormallik tespiti için uygun yöntemleri sunmaktır. vekiller, sunulan birkaç yöntemi içeren bir uygulamayı uygulamak ve bunları gerçek dünya verileri üzerinde karşılaştırın. Veri kümesindeki zamanın rolü de analiz edilir.
Özet (Çeviri)
Due to the difficulties, many anomaly detection algorithms used in practice have data mining background rather than purely statistical, and the methods exploit heuristics rather than deterministic solutions in order to balance the precision of the solution against computational complexity. The ability to interpret resultsis also important because in many cases listing the anomalies is only the first part of the problem the consequent task is usually to explain why the algorithm declared it to be an anomaly. The objective of this thesis is to present the methods viable for anomaly detection of application-level network proxies, to implement an application that features several presented methods and to compare them on a real-world data. The role of time in the dataset is also be analyzed.
Benzer Tezler
- Gemi makine dairesi bakım işlemlerinin verimlilik analizi
Efficiency analysis of maintenance of ship machinery systems
ÇAĞLAR KARATUĞ
Doktora
Türkçe
2023
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
- Yapay zekâ ile akıllı şehirlerde çevresel görüntü ve video analizi
Yapay zekâ ile akilli şehirlerde çevresel görüntü ve video analizienvironmental image and video analysis in smart cities with artificial intelligence
KUDRET DİNÇ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiAdli Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. ORHAN YAMAN
- Classification of chronic kidney early disease prediction by weka
Başlık çevirisi yok
ISRAA SALEH AZEEZ
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. OĞUZ BAYAT
- Oturum verileri üzerinden davranışsal anomali ve iç tehdit tespiti: açıklanabilir yapay zekâ destekli bir yaklaşım
Behavioral anomaly and insider threat detection from session data: an explainable artificial intelligence-based approach
ERHAN YILMAZ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜ CAN
- Enhancing aviation safety through autonomous detection of foreign object debris: An accessible computer vision and deep learning approach
Otonom yabancı cisim döküntüsü (FOD) tespiti ile havacılık güvenliğinin artırılması: Erişilebilir bir bilgisayarlı görü ve derin öğrenme yaklaşımı
TURGAY BARKIN TÜRKŞEN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TARKAN AYDIN