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
- Tez No: 787384
- Danışmanlar: DOÇ. DR. HASAN BULUT, DR. ÖĞR. ÜYESİ ZÜLEYHA AKUSTA DAĞDEVİREN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Akan veri, Anomali tespiti, Gauss dağılımı, Otomatik tanımlama, Uzun kısa süreli bellek, Streaming, Anomaly detection, Gaussian distribution, Automatic definition, Long- short term memory
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
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
- Akan veride artımlı öğrenme yaklaşımları geliştirilmesi ile video verilerinde anomali tespiti çalışması
The work of the incremental learning approaches development in data stream with anomaly detection in video data
ÖZGE AYDOĞDU
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT EKİNCİ
- Qualitative microwave imaging with factorization methodinside metallic cavity
Metalik boşlukta faktörizasyon yöntemiyle nitel mikrodalga görüntüleme
HADI ALIDOUSTAGHDAM
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÇAYÖREN
- Akan verilerde aykırı değer tespiti yaklaşımları
Outlier detection approaches in streaming data
NİHAL CEYHAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN BULUT
- A digital twin framework for predictive maintenance
Öngörücü bakım için dijital ikiz çerçevesi
MUSTAFA FURKAN SÜVE
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Hydrometeorological aspects and water resources management in the northern part of Libya
Hydrometeorological aspects and water resources management in the northern part of Libya
ALİ GEATH MAHMOUD ELJADİD
Doktora
İngilizce
1997
Meteorolojiİstanbul Teknik ÜniversitesiMetalurji Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN