Geri Dön

Akan verilerde anomali tespiti için hibrit tekniklere dayalı bir yöntem tasarımı ve gerçekleştirimi

Design and implementation of a method based on hybrid techniques for anomaly detection in streaming data

  1. Tez No: 787384
  2. Yazar: ERCAN GÜNBİLEK
  3. Danışmanlar: DOÇ. DR. HASAN BULUT, DR. ÖĞR. ÜYESİ ZÜLEYHA AKUSTA DAĞDEVİREN
  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: 2023
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 88

Özet

Anomali değer, verinin geri kalanından belirgin bir şekilde farklı olan veya verilerin büyük bir bölümüyle tutarsız olan ve çelişen verilerdir. Anomali veriler model kurma hatasına, yanlış parametre tahminlerine veya yanlış analiz sonuçlarına sebep olabilirler. Bu yüzden, doğru hesap yapma ve model kurma açısından anomali değerlerin tespit edilmesi oldukça önemlidir. Anomali değer tespiti, verilerde beklenen normal davranışa uymayan desen bulma problemi olarak tanımlanır. Anomali değer tespiti, finans alanında kredi kartı dolandırıcılığı, siber güvenlik alanında yetkisiz giriş ve işlem tespiti gibi çok çeşitli uygulama alanlarında araştırılan bir konu başlığıdır. Bu tezde, akan verilerde anomali değer tespiti için iki yeni hibrit yöntem önerilmiştir. İlk yöntem, anomali tespit etmede kullanılan Yarım Uzay Ağaçları(Half Space Trees) ile olasılık değeri hesaplamak için kullanılan Gauss Kümülatif Dağılımı'nı kullanarak geliştirilmiş olan Gauss Uzay Ağaçları'dır. Diğer yöntem ise, otomatik kodlayıcılar için geliştirilmiş olan bir sarmalayıcıdır. Bu teknikte olasılık hesaplamak için kullanılan Gauss Kümülatif Dağılımı ve kavram kaymasını saptayan Uyarlanabilir Pencere, Olasılık Ağırlandırılmış Otomatik Kodlayıcı ile birleştirilmiş ve bunun sonucunda da Gauss Ağırlıklı Uyarlanabilir Pencere Otomatik Kodlayıcı sarmalayıcısı geliştirilmiştir.

Özet (Çeviri)

An anomaly value is data that differs markedly from the rest of the data or is inconsistent or conflicting with most of the data. Anomaly data can cause model building errors, incorrect parameter estimates, or incorrect analysis results. Therefore, it is very important to determine the anomaly values in terms of correct calculation and model building. Anomaly value detection is defined as the problem of finding patterns in the data that do not conform to the expected normal behavior. Anomaly value detection is a topic researched in various application areas such as credit card fraud in finance, intrusion and transaction detection in cyber security. In this thesis, two new hybrid methods are suggested for anomaly value detection in streaming data. The first method is Gaussian Space Trees , which was developed Half Space Trees used to detect anomalies and developed using Gaussian Cumulative Distribution used to calculate probability value. The other method is a wrapper developed for autoencoders. In this technique, the Adaptive Window, which detects concept shift and the Gaussian Cumulative Distribution to calculate probability, is combined with the Probability Weighted Autoencoder, as a result, the Gaussian Adaptive Window Autoencoder wrapper is developed.

Benzer Tezler

  1. Qualitative microwave imaging with factorization methodinside metallic cavity

    Metalik boşlukta faktörizasyon yöntemiyle nitel mikrodalga görüntüleme

    HADI ALIDOUSTAGHDAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ÇAYÖREN

  2. Akan verilerde aykırı değer tespiti yaklaşımları

    Outlier detection approaches in streaming data

    NİHAL CEYHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN BULUT

  3. Forsus™ FRD apareyi ile tedavi gören genç erişkin bireylerde yumuşak doku değişimlerinin değerlendirilmesi

    The evaluation of soft tissue changes in early adolescence patients treated with forsus appliance

    BURÇİN AKAN

    Doktora

    Türkçe

    Türkçe

    2016

    Diş Hekimliğiİzmir Katip Çelebi Üniversitesi

    Ortodonti Ana Bilim Dalı

    YRD. DOÇ. DR. İLKNUR VELİ

  4. Dı̇namı̇k anahtar gruplama: Dağıtık akan-verı̇ katarı ı̇şleme sı̇stemlerı̇ ı̇çı̇n bı̇r yük dengeleme algorı̇tması

    Dynamic key grouping: A load balancing algorithm for distributed stream processing engines

    ORHUN DALABASMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET BURAK CAN

  5. Lorawan tabanlı kablosuz KBRN tehditleri algılama ve takip sistemi

    Lorawan based wireless CBRN threat detection and tracking system

    MELİH CAN AKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Savunma ve Savunma TeknolojileriSivas Cumhuriyet Üniversitesi

    Savunma Sanayi Teknoloji ve Stratejileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE ÜNSAL