Geri Dön

Computer network trafic classification based ai techniques

Başlık çevirisi mevcut değil.

  1. Tez No: 746334
  2. Yazar: MOHAMMED AKRAM ALI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 71

Özet

Ağ trafiğini belirlemek ve sınıflandırmak, ağ üzerinden ne tür uygulamaların seyahat ettiğini belirlemenin ilk adımıdır. Bir internet servis sağlayıcısı veya ağ operatörü, bu yöntemi kullanarak bir ağın genel performansını daha iyi kontrol edebilir. Bu tezde ağ trafiği verilerinin sınıflandırılması için yöntemlere dayalı yeni yapay zeka yöntemleri sunulmaktadır. Kaggle'dan elde edilen veriler, veri setini normal ve anormal olarak sınıflandırmak için KNN'yi eğitmek için kullanıldı. KNN'nin amacı, trafikteki normal ve anormal durumların özelliklerini öğrenmek ve sınıflandırmaya çalışmaktır. Daha sonra KNN için en iyi parametreleri elde etmek için bir arama algoritması uygulanır. KNN'nin performansını optimize etmek için grid arama algoritması uygulandı ve önceki araştırmalarla karşılaştırıldığında dikkat çekici sonuçlar verdi.

Özet (Çeviri)

Identifying and categorizing network traffic is the initial step in determining what sorts of applications are traveling via the network. An internet service provider or network operator may better control a network's overall performance by using this method. For the classification of network traffic data, new AI methods based on methods are provided in this thesis. The data obtained from Kaggle was used to train the KNN to classify the dataset into normal and abnormal. The aim of KNN is to learn the features of the normal and abnormal cases of traffic and try to classify them. Then a search algorithm is applied to obtain the best parameters for the KNN. The grid search algorithm was applied to optimize the performance of the KNN and presented remarkable results when compared with previous research.

Benzer Tezler

  1. Detection and classification in nternet of thingnetworks using macine learning techniques

    Başlık çevirisi yok

    ANMAR ABDULRAZZAQ QASİM AL-RUBAYE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN

  2. Kavşak ve karayollar için gerçek zamanlı görü tabanlı trafik akış bilgisi hesaplama sistemlerinin geliştirilmesi

    Development of real-time vision based traffic flow information estimation systems for intersection and highways

    JAHONGIR AZIMJONOV

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET ÖZMEN

  3. Classification of traffic and IoT devices through artificial neural network and feature selection

    Başlık çevirisi yok

    AHMED THAMER HAMEED HAMEED

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN NURİ UÇAN

  4. Yeni nesil yazılım tanımlı veri merkezleri için yapay zeka tabanlı görev planlama modeli

    Başlık çevirisi yok

    NURCAN YILMAZ AKARSU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜGE ÖZÇEVİK

  5. Okunabilir kopyalama algoritmalı DSM sisteminin gerçeklenmesi

    Başlık çevirisi yok

    ÖZGÜR KORAY ŞAHİNGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TAKUHİ NADİA ERDOĞAN