Sunucuların anomali durumlarının yapay zeka metotları ile tahmin edilmesi
Estimating the anomaly status of servers by artificial intelligence methods
- Tez No: 770968
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET ANIL MÜNGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Yönetim Bilişim Sistemleri, Computer Engineering and Computer Science and Control, Science and Technology, Management Information Systems
- Anahtar Kelimeler: Anormallik Tespiti, Yapay Zekâ, Makine Öğrenimi, Anomaly Detection, Artificial Intelligence, Machine Learning
- Yıl: 2022
- Dil: Türkçe
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 70
Özet
ÖZ Yazar Adı ve Soyadı : Mehmet Fatih Savran Üniversite : OSTİM Teknik Üniversitesi Enstitü : Fen Bilimleri Enstitüsü Program Adı : Yazılım Mühendisliği Tezin Türü : Yüksek Lisans Tezi Sayfa Sayısı : 70 Tarihi : 2022 SUNUCULARIN ANOMALİ DURUMLARININ YAPAY ZEKA METOTLARI İLE TAHMİN EDİLMESİ Anormallik tespiti, bir veri kümesindeki verilerin, analizi sonucunda ortaya çıkan aykırı durum veya olayların belirlenmesi olarak özetlenebilir. Veri içerisinde diğerlerinden farklı olarak tanımlanabilecek her bir veri aykırı değer olarak bilinir. Aykırı değerlerin diğerlerinden ayrıştırılarak belirli bir metot ve uygulama yoluyla analiz edilmesiyle oluşan deneyim ile bu olağan dışı durumlara karşı ön görülebilirlik arttırılabilir ve bir savunma mekanizması geliştirilebilir. Önemli bir problem olarak bilinen Anormallik Tespiti birçok tarama ve uygulama sahasında araştırılmaktadır. Genelde araştırmacılar bu bahsi geçen probleme yapay zekâ, makine öğrenimi ve durum makine modellemesi gibi teknikleri kullanarak çözüm arayışına girmişlerdir. Sunucuların anormallik testleri ve analizi yapılabilir ve bu yöntem-teknikler kullanılarak çıkarımlar yapılabilir. Sunuculardan alınan CPU, Network, Disk, Memory değerleri anomali testinde kullanılmak üzere veri analiz aşamalarından geçirilerek ve teknikler uygulanarak modellemesi yapılır. Bu çalışma aktif olarak kullanımda olan sunuculardan alınan kullanım ve etkileşim verilerinin analizinin yapılması, elde edilen verilerin Yapay Sinir Ağı metodu ile anormal durumlarının belirlenmesiyle ortaya çıkarılan %99,94 oranındaki başarısının tespit ve öngörülebilirlik açısından diğer çalışmalarla karşılaştırılmasının yapılması ve sunulması için hazırlanmıştır.
Özet (Çeviri)
ABSTRACT Thesis : Mehmet Fatih Savran University : OSTİM Technical University Institute : Graduate School of Natural and Applied Sciences Program's Name : Software Engineering ThesisType: : Master Pages : 70 Year : 2022 ESTIMATING THE ANOMALY STATUS OF SERVERS BY ARTIFICIAL INTELLIGENCE METHODS Anomaly detection can be summarized as the detection of outliers or events that occur as a result of the analysis of the data in a data set. Any data that can be defined differently from the others in the data is known as an outlier. With the experience gained by separating the outliers from the others and analyzing them through a specific method and application, the predictability against these extraordinary situations can be increased, and a defense mechanism can be developed. Anomaly detection, which is known as an important problem, is investigated in many scanning and application areas. Researchers have sought a solution to this problem using techniques such as artificial intelligence, machine learning and state machine modeling. Anomaly tests and analysis of servers can be done and inferences can be made using these methods-techniques. CPU, Network, Disk and Memory values taken from servers go through data analysis stages to be used in anomaly tests and modeling by applying techniques. This study has been prepared to analyze the usage and interaction data obtained from the servers that are actively in use to compare and present the 99,94% success of the obtained data, which is revealed by determining the abnormal situations with the Artificial Neural Network method, with other studies in terms of detection and predictability.
Benzer Tezler
- Auditory detection of clips failures in manufacturing
Üretimde klips hatalarının ses tabanlı tespiti
SABRİ SÜER
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
- Detecting malicious activity inside of the network
Ağ içerisindeki kötü niyetli aktivitelerin tespiti
AYŞENUR KUMBASAR
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
- 2019-2023 yılları arasında sağlık bilimleri üniversitesi Sancaktepe Şehit Prof. Dr. İlhan Varank Eğitim ve Araştırma Hastanesinde doğum yapan preeklampsi tanısı almış gebelerin retrospektif değerlendirilmesi
Retrospective evaluation of pregnants diagnosed with preeclampsy who gived birth between the yaers 2019-2023 in Şehit Prof. Dr.İlhan Varank Training and Research Hospital
EDİP EMİR
Tıpta Uzmanlık
Türkçe
2024
Kadın Hastalıkları ve DoğumSağlık Bilimleri ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
PROF. DR. NİYAZİ TUĞ
- In-memory (hafıza içi) veri tabanı sistemlerinde akıllı log analizi
Intelligency log analyses on in-memory database systems
HAYATİ TUTAR
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METİN ZONTUL
- Web saldırılarının derin öğrenme ile tespit edilmesi
Detection of web attacks with deep learning
YUNUS EMRE SEYYAR
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL MURAT ÜNVER
PROF. DR. ALİ GÖKHAN YAVUZ