Geri Dön

Yapay zeka tabanlı modelleme ile yoğun mail sistem trafiğinin tahmini

Prediction of dense mail system traffic with artificial intelligence-based modeling

PDF İndir

  1. Tez No: 894039
  2. Yazar: MUHAMMET MUSTAFA EDİS
  3. Danışmanlar: DR. ÖĞR. ÜYESİ DUYGU ŞEN BAYKAL
  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: 2024
  8. Dil: Türkçe
  9. Üniversite: İSTANBUL NİŞANTAŞI ÜNİVERSİTESİ
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 81

Özet

İnternet üzerindeki uygulamaların sayısı hızla artarken, kablolu ve kablosuz ağlar için yüksek Kalite Hizmeti (QoS) ve Deneyim Kalitesi (QoE) sunmak giderek daha kritik bir konu haline gelmektedir. E-posta, hem kurumsal hem de sosyal ortamlarda temel bir iletişim kanalı olarak kalan en başarılı uygulamalardan biridir. Bu tezdeki çalışma, öngörücü ağ oluşturma araştırma alanına girmektedir. Çalışma, 2021-2023 yılları arasındaki açık kaynak e-posta trafiği verilerini kullanarak, e-posta trafiğinin modellenmesinin iyileştirilmesi, gelecekteki trafik yüklerinin doğru bir şekilde tahmin edilmesi ve dolayısıyla geliştirilmiş QoS ile yüksek bant genişliği kullanımına ulaşılması gereksinimini ele almaktadır ve e-posta trafik iş yükü özelliklerinin ve kalıplarının anlaşılmasına odaklanmaktadır. Çalışma, açık kaynak verilerinin sunucularından elde edilen büyük veri setleri üzerinde, yinelenen sinir ağları (RNN) ve uzun kısa süreli bellek (LSTM) modellerinin performansları arasında kapsamlı bir karşılaştırma sunmaktadır ve her iki yaklaşımın da mevcut çalışmaları geride bırakarak yüksek modelleme doğruluğu sağlayabileceğini göstermektedir.

Özet (Çeviri)

As the number of applications on the internet rapidly increases, providing high Quality of Service (QoS) and Quality of Experience (QoE) for wired and wireless networks is becoming increasingly critical. Email remains one of the most successful applications, serving as a fundamental communication channel in both corporate and social environments. The work in this thesis falls into the area of predictive networking research. Using open-source email traffic data from 2021 to 2023, the study addresses the need for improving the modeling of email traffic, accurately predicting future traffic loads, and thereby achieving enhanced QoS with high bandwidth utilization. It focuses on understanding the characteristics and patterns of email traffic workloads. The study provides a comprehensive comparison of the performance between recurrent neural networks (RNN) and long short-term memory (LSTM) models on large datasets obtained from open-source servers, demonstrating that both approaches can provide high modeling accuracy, surpassing current works

Benzer Tezler

  1. Tez No

    109668

    Design and implementation of constraint based solver for subdefinite data

    Kesin belirli olmayan veriler için kısıt tabanlı çözümleyici tasarımı ve gerçeklemesi

    SERKAN DEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2001

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TATYANA YAKHNO

  2. Tez No

    858602

    A refined methodology tor model-based FPGA hardware design: An example of quadrotor dynamical model implementation

    Model tabanlı FPGA donanımı tasarımında iyileştirilmiş bir yöntem sistemi: Bir dört rotorlu için dinamik model gerçekleme örneği

    SEZER MEMİŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ

  3. Tez No

    767296

    Applications of ensemble learning paradigm and advanced hyperparameter optimization techniques in landslide susceptibility mapping

    Heyelan duyarlılık haritalamasında topluluk öğrenme paradigması ve gelişmiş hiperparametre optimizasyonu algoritmalarının uygulamaları

    ALİHAN TEKE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Jeodezi ve FotogrametriGebze Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. TAŞKIN KAVZOĞLU

  4. Tez No

    894548

    Su kalitesi indeksinin tahmini için makine öğrenme yöntemlerinin karşılaştırılması: KASKİ örneği

    Comparison of machine learning methods for water quality index estimation: KASKİ example

    NUR ORHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İnşaat MühendisliğiErciyes Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET ALPER ÖNER

  5. Tez No

    630291

    Design and simulation of a microfluidic biochip for optic detection with derivatized microbeads and the biochemistry of learning

    Türevlendirilmiş mikro küreler ile optik biyosensörü ve öğrenme biyokimyası için mikroakışkan biyoçipin tasarımı ve sımülasyonu

    TUĞÇE TÜYSÜZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Biyomühendislikİstanbul Teknik Üniversitesi

    Nanobilim ve Nanomühendislik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ONUR ALPTÜRK

    DOÇ. DR. YILDIZ ULUDAĞ

Geri Dön