A new framework for defect detection using hybird machine learning techniques
Başlık çevirisi mevcut değil.
- Tez No: 737179
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Bu çalışmada, Güvenlik Duvarı Cihazı ile elde edilen bazı loglar, grid arama algoritması ile optimize edilmiş çok sınıflı destek vektör makinesi (SVM) sınıflandırıcısı kullanılarak sınıflandırılmıştır. Sunulan yöntem, çeşitli veri madenciliği teknikleri ile karşılaştırılmıştır. Ek olarak, bu öğrenme algoritmaları dört ölçü kullanılarak karşılaştırıldı: Doğruluk, Kesinlik, Geri Çağırma ve F-ölçümü. Bu yazıda, bilgisayar ağındaki kusur sorununu çözmek için otomatik bir ICA-SVM kullanımını öneriyoruz. Girdi verilerinin boyutunu azaltmak için kullanılan ilk otomatik ICA'dır. Daha sonra, ICA'nın çıktısı sınıflandırıcılara bağlanır. SVM, öznitelikleri üç saldırıya (normal ve anormal) ayırır. Önerilen sistem, bazı çalışmalara kıyasla %99.21 doğrulukla sonuçlar göstermiştir.
Özet (Çeviri)
In this study, some logs obtained with the Firewall Device are classified using multiclass support vector machine (SVM) classifier optimized by grid search algorithm. The presented method was compared with various data mining techniques. In addition, these learning algorithms were compared using four measures: Accuracy, Precision, Recall, and F-measure. In this paper, we propose the use of an automatic ICA-SVM to solve the defect problem in the computer network. It is the first automatic ICA to be used to reduce the size of input data. Then, the output of the ICA is connected to classifiers. SVM categorizes the attributes into three attacks (normal and abnormal). The proposed system showed results with an accuracy of 99.21% compared to some studies.
Benzer Tezler
- Malware detection using machine learning and evolutionary algorithms
Makine öğrenmesi ve evrimsel algoritmalar kullanılarak zararlı yazılım tespiti
GÜLSADE KALE
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH VEHBİ ÇELEBİ
DOÇ. DR. GAZİ ERKAN BOSTANCI
- Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması
Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques
FATMA AKALIN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Cyber tools as foreign policy instruments in trilateral relations: Analysing cyber-attacks targeting the United Kingdom
Üçlü ilişkilerde dış politika aracı olarak siber araçlar: Birleşik Krallık'ı hedef alan siber saldırıların analizi
ATAKAN YILMAZ
Doktora
İngilizce
2024
Siyasal BilimlerGalatasaray ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
DOÇ. DR. MENENT SAVAŞ CAZALA
- Detecting novel behavior and process improvement with multi-modal process mining
Çok modlu süreç madenciliği ile yeni davranışın tespiti ve süreç iyileştirme
ABDURRAHMAN TELLİ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYÇA KOLUKISA TARHAN
DR. TUĞBA GÜRGEN ERDOĞAN
- Yerel görünüm ve derin modeller kullanarak hibrit bir yüz tanıma yaklaşımı
A hybrid face recognition approach using local appearance and deep models
MERT ARI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL