Computer network trafic classification based ai techniques
Başlık çevirisi mevcut değil.
- Tez No: 746334
- Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- 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: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Federe öğrenme kullanılarak nesnelerin interneti (IOT) verileri analizi
Analyzing internet of things (IOT) data using federated learning
SÜLEYMAN BURAK ALTINIŞIK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TURGAY TUGAY BİLGİN
- Anomaly detection in ınternet of medical things using deep learning
Anomaly detect ionin internet of medical things using deep learning
AYŞE BETÜL BÜKEN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- Detection and classification in nternet of thingnetworks using macine learning techniques
Başlık çevirisi yok
ANMAR ABDULRAZZAQ QASİM AL-RUBAYE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- 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
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ÖZMEN
- Improving lane change decisions in autonomous driving using adversarial learning
Otonom sürüşte şerit değiştirme kararlarının karşıt öğrenme yöntemiyle iyileştirilmesi
AYTUĞ ONURHAN EFİL
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN