Geri Dön

Conceptual understanding of deep learning for smart wireless neural network

Başlık çevirisi mevcut değil.

  1. Tez No: 802401
  2. Yazar: MOHAMMED AKRAM ALI ALI
  3. Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
  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: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 93

Özet

Bu tezde, ağ trafiğine yönelik DDoS saldırılarının tespiti ve sınıflandırılması için bir derin öğrenme modeli önerilmiştir. Literatürdeki çalışmalar incelendiğinde DDoS saldırı tespitinde derin öğrenme modellerinin makine öğrenmesi algoritmalarına göre daha iyi sonuçlar elde ettiği görülmüştür. Bu nedenle tez çalışmasında DDoS saldırılarının tespiti için derin öğrenme yaklaşımı benimsenmiş ve CNN tabanlı bir GWO modeli oluşturmak için deneysel modeller hazırlanmıştır. 16 katmanda hazırlanan CNN modelleri veri setlerine ayrı ayrı uygulanmış ve elde edilen sonuçların değerlendirilmesi doğrultusunda Bu yazıda, kablosuz ağdaki DDoS problemini çözmek için otomatik bir CNN-GWO-AdaBoost kullanımını öneriyoruz. Girdi verilerinin boyutunu azaltmak için kullanılan ilk otomatik CNN'dir. Ardından, CNN'nin çıkışı GWO'ya bağlanır. GWO, CNN'nin çıktısı olan girdi özelliklerinin boyutunu azaltmak için de uygulandı. AdaBoost, nitelikleri üç saldırıya (normal ve anormal) ayırır. Önerilen sistem, bazı çalışmalara kıyasla %99,61 doğrulukla sonuçlar göstermiştir.

Özet (Çeviri)

In this thesis, a deep learning model is proposed for the detection and classification of DDoS attacks on network traffic. When the studies in the literature are examined, it has been seen that deep learning models achieve better results than machine learning algorithms in DDoS attack detection. Therefore, in thesis study, a deep learning approach was adopted for the detection of DDoS attacks and experimental models were prepared in order to create an CNN-based GWO model. CNN models prepared in 16 layers were applied separately to the datasets, and in line with the evaluation of the results obtained In this paper, we propose the use of an automatic CNN-GWO-AdaBoost to solve the DDoS problem in the wireless network. It is the first automatic CNN to be used to reduce the size of input data. Then, the output of the CNN is connected to GWO. The GWO also applied to reduce the size of input features that are output of CNN. AdaBoost categorizes the attributes into three attacks (normal and abnormal). The proposed system showed results with an accuracy of 99.61% compared to some studies

Benzer Tezler

  1. Elektrikli araçların kullanımına yönelik yük tahmini ve karar destek sistemi

    Load forecasting and decision support system for electric vehicles use

    HATİCE MENEKŞE KÖSEMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. ORHAN TORKUL

  2. Somuttan soyuta: Temel tasarım stüdyosunda bir başlangıç pratiği olarak yaparak tasarlama

    From concrete to abstract: Designing by doing as an initial practice in basic design studio

    BERİL GÖK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Eğitim ve Öğretimİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. YÜKSEL DEMİR

  3. 5E modelinin kullanıldığı kavramsal değişime dayalı öğretimde üst bilişin etkileri: 7. sınıf kuvvet ve hareket ünitesine yönelik bir uygulama

    The effects of metacognition during the instruction based on conceptual change used with 5E model: An application regarding the force and motion subject in the 7th grade

    EYLEM YILDIZ

    Doktora

    Türkçe

    Türkçe

    2008

    Eğitim ve ÖğretimDokuz Eylül Üniversitesi

    İlköğretim Bölümü

    PROF. DR. ÖMER ERGİN

  4. Doğrusal ve düzlemde hareket ünitelerinin matematiksel modelleme kullanılarak öğretiminin öğretmen adaylarının öğrenmelerine etkileri

    The effectiveness of teaching one and two dimensional motion on prospective teachers? learning using mathematical modeling

    ZEYNEP BAŞKAN

    Doktora

    Türkçe

    Türkçe

    2011

    Eğitim ve ÖğretimKaradeniz Teknik Üniversitesi

    Ortaöğretim Fen ve Matematik Alanları Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. NEDİM ALEV

  5. Artificial intelligence based risk analysis in project management

    Proje yönetiminde yapay zekâ tabanlı risk analizi

    YASEMİN TUNCER

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCAN ÖZTEMEL