Enhacing industrial system reliability through predictive analysis and intrusion detection using machine learning
Makine eğitimini kullanarak öngörücü analiz ve sizin giderme tespiti yoluyla endüstriyel sistem güvenilirliğinin artırılması
- Tez No: 876236
- Danışmanlar: Prof. Dr. MUSTAFA ÖZBAYRAK
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: 63
Özet
Bu araştırma, endüstriyel sistemlerin etkinliğini ve güvenliğini artırmak için gelişmiş makine öğrenimi yoluyla tahmine dayalı analiz ve IDS kavramının uygulanmasına odaklanmaktadır. Ekipman arızalarını tahmin etmek ve siber tehditleri tespit etmek amacıyla CICIDS 2017 veri setini temel alan Rastgele Orman ve Lojistik Regresyon gibi çeşitli modeller kullanıldı. Çalışma, özellikle iki tahmin görevinde iyi performans gösteren rastgele orman modeliyle yüksek düzeyde doğruluk ve rezonans ortaya çıkardı. Başlıca sonuçlar, veri ön işlemenin önemini, özellik seçimini ve bahsedilen tüm teknolojileri birleştirmenin genel faydacı değerlerini içeriyordu. Çalışma, veri kalitesi, model boyutuyla ilgili hususlar ve gerçek zamanlı işlemeyle ilgili sorunları ortaya çıkardı ve ideal politika bağlılığının yanı sıra harekete geçirmeye yönelik öngörüler sağladı. Gelecekteki ilgi duyulan araştırma alanlarından bazıları, veri birleştirme tekniklerinin geliştirilmesini, uç bilişimdeki olanakların araştırılmasını ve öğrenme yeteneklerine sahip makine öğrenimi algoritmalarını içermektedir. Bu birleşik yaklaşımın sonucu, yalnızca bakımla ilgili arıza sürelerinin ve operasyonel masrafların azalması değil, aynı zamanda günümüzün endüstriyel ortamının kritik bir gereksinimi olan gelişmiş güvenliktir. Bu nedenle bu çalışma, güvenilir ve korumalı endüstriyel süreçler sağlamak için kestirimci bakım ve IDS alanında sürekli iyileştirmenin ve daha fazla araştırmanın önemini vurgulamaktadır.
Özet (Çeviri)
This research focuses on the application of the concept of predictive analysis and IDS through improved machine learning to promote the effectiveness and safety of industrial systems. To predict the failures of equipment and to detect the cyber threats, several models such as Random Forest and Logistic Regression were used based on the CICIDS 2017 dataset. The study revealed high levels of accuracy and resonance especially with the random forest model that performed well in the two prediction tasks. Major conclusions included the significance of data preprocessing, feature selection and the general utilitarian values of consolidating all the mentioned technologies. The study unearthed issues of data quality, model size considerations, and real-time processing and provided insights for actuation along with ideal policy adherence. Some of the future research areas of interest involve the enhancement of data fusion techniques, exploring the possibilities in edge computing, and machine learning algorithms with learning capabilities. The result of this combined approach is not only reduced downtime and operational expenses associated with maintenance, but also enhanced security – a critical requirement of today's industrial landscape. Therefore, this study highlights the significance of the constant improvement and further research in the field of predictive analysis and IDS to provide reliable and protected industrial processes.
Benzer Tezler
- Advanced approaches to fuzzy cognitive mapping for enhancing convergence, learning, and prediction
Yakınsama, öğrenme ve tahmin performansının iyileştirilmesi için bulanık bilişsel haritalarda ileri yaklaşımlar
MİRAÇ MURAT
Doktora
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Al 6061 T6 malzemenin çeşitli polimerlere karşı tribolojik davranışlarının araştırılması
Investigation of the tribological behavior of Al 6061 T6 material against various polymers
ERKMEN ÖZGÜZEN
Yüksek Lisans
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HACI ABDULLAH TAŞDEMİR
- Yapay zeka tabanlı bara diferansiyel koruma sistemi
Artificial intelligence based busbar differential protection system
EMRE ÖZDEMİR
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- Güç transformatörleri sfra tarama frekans cevabı analizi sonuçlarının yapay zeka uygulamaları ile karşılaştırılması
Comparison of power transformer sfra sweep frequency response analysis results with artificial intelligence applications
HAKAN ÇUHADAROĞLU
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- Raylı sistem kazalarının analizi için bayes ağı tabanlı bir yaklaşım
A bayesian network-based approach for analyzing railway accidents
DERYA CEPHE
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN