Classification of normal and abnormal activity in SCADA system using multi-kernel SVM
Başlık çevirisi mevcut değil.
- Tez No: 728253
- Danışmanlar: PROF. DR. OĞUZ BAYAT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- 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
SCADA systems or supervision, control and data acquisition systems for its acronym in English, can be defined in simple terms as networks of controllers and computers that are created in order to remotely control and monitor all types of industrial processes In this paper we propose a feature extraction method that extracts the features of normal activity on SCADA, and abnormal activity in order to feed a classification system, the classification scheme that classifies the activity into normal and abnormal in accordance with the data provided by the feature extraction phase.
Özet (Çeviri)
SCADA sistemleri veya İngilizce kısaltması için denetim, kontrol ve veri toplama sistemleri, basit terimlerle her türlü endüstriyel işlemi uzaktan kontrol etmek ve izlemek için oluşturulan kontrolör ve bilgisayar ağları olarak tanımlanabilir. SCADA üzerindeki normal aktivitenin özelliklerini ve bir sınıflandırma sistemini beslemek için anormal aktiviteyi çıkaran ekstraksiyon yöntemi, özellik çıkarma aşamasının sağladığı verilere göre aktiviteyi normal ve anormal olarak sınıflandıran sınıflandırma şeması.
Benzer Tezler
- Intrusion detection system in Scada network using machine learning
Scada'da saldırı tespit sistemi makine öğrenimini kullanarak ağ
HADEEL ALI KADHIM AL-QARAGHULLEE
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAHİ ABDU IBRAHIM
- A deep learnıng-based feature extractıon and classıfıcatıon for students actıvıtıes ın exam
Sınavda öğrenci etkinliklerinin etiketlenmesi için derin öğrenme temelli özniteliklerin çıkarılması ve sınıflandırılması
MUSA DIMA GENEMO
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MURAT EKİNCİ
- Psikojen non-epileptik nöbetlerin klinik, elektrofizyolojik ve video EEG monitörizasyonu yoluyla sınıflandırılması ve yeni sınıflama önerisi
Clinical, electrophysiological, and VEM-based classification of psychogenic non-epileptic seizures and a new classification proposal
EZGİ ERTURUL TOKGÖZ
- Farklı veri türlerinin birleştirilmesi ile epilepsi hastalığının otomatik tespiti ve sınıflandırılması
Automatic detection and classification of epilepsy disease by combining different data types
ŞENGÜL BAYRAK HAYTA
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EYLEM YÜCEL DEMİREL
DOÇ. DR. HİDAYET TAKCI
- Multi-label classification of 12-lead ECG signal using a mixture-of-experts transformer model
Uzmanların karışımı bazlı dönüştürücü modeli ile 12 kanallı EKG sinyalinin çok etiketli sınıflandırılması
ATALAY ÇELİK
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN