İstanbul Beykent University
Discipline

Computer Engineering

İstanbul Beykent University

550

Archived Theses

0

DOIs Assigned

0%

DOI Rate

Discipline

50 Theses
Master'sOpen AccessTR

Servis kalitesi destekli otomatik web servisleri yürütücüsü

Üniversitesi : TOBB Ekonomi ve Teknoloji ÜniversitesiEnstitüsü : Fen BilimleriAnabilim Dalı : Bilgisayar MühendisliğiTez Danışmanı : Doç. Dr. Erdoğan DoğduTez Türü ve Tarihi : Yüksek Lisans-Haziran 2007Ömer MESC G LServis Kalitesi Destekli Otomatik Web Servisleri YürütücüsüÖZETBPEL birleşik web servislerde kullanılan bir endüstri standardıdır. BPEL ileweb servislerinden kurulu bir iş akışı oluşturulabilir ve bir BPEL yürütücüsüüzerinde işletilebilir. Standart BPEL ile web servislerinin dinamikçalıştırılması gerçekleştirilebilir; ancak otomatik servis seçim desteğisağlanamamaktadır. Bu tez kapsamında servislerin gerçek zamanlı seçiminisağlamak üzere BPEL diline servis kalitesi eklentisi yapılmıştır. Ayrıcakullanıcının tanımladığı servis kalitesi parametrelerini kullanan bazı basitservis seçim algoritmaları önerilmiştir. Böylelikle yürütücünün iş çıkarmayeteneği arttırılmıştır. Önerilen çözüm servis kalitesini destekleyecek şekildeaçık kaynaklı bir BPEL yürütücüsü, ActiveBPEL, üzerindegerçekleştirilmiştir. Ayrıca servis seçim algoritmalarının başarımını ölçmeküzere kapsamlı bir test ortamı geliştirilmiştir. Yapılan testler ile Servis KalitesiDestekli BPEL Yürütücüsü'nün BPEL süreçlerine ilişkin ortalama cevaplamasürelerini düşürerek sistemin genel başarımını arttırdığını gösteren sonuçlarsunulmaktadır.Anahtar Kelimeler: Web servisleri, dinamik servis seçimi, QoS, BPEL, XML.1

Ömer Mescigil
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2007
00
Master'sOpen AccessTR

PIC mikrodenetleyiciler için gerçek zamanlı işletim sistemi

Günümüzde otomobillerde, görüntü sistemlerinde, cep telefonlarında, iletişim cihazlarında, biyomedikal uygulamalarda, endüstriyel otomasyon sistemlerinde gömülü sistemlerin uygulama alanları giderek yaygınlaşmaktadır. Gömülü sistemler üzerinde çalışmak üzere hazırlanan yazılımlar, donanım kısıtlarına rağmen genelde gerçek-zamanlı çalışırlar. Geleneksel yazılım sistemleri; gömülü sistemlerin gerek kısıtlı sistem kaynakları, gerek çok değişken uygulama gereksinimleri gerekse gerçek zaman kısıtları nedeniyle gömülü sistem ihtiyaçlarına cevap verememektedir. Genel amaçlı işletim sistemlerinin de gömülü sistemlerde kullanım kısıtları, gömülü sistemler için özel tasarlanmış gerçek zamanlı işletim sistemi geliştirilmesi ihtiyacını doğurmuştur. 1980'den sonra birçok devre elemanının aynı yonga içerisinde yer almaya başlaması ile mikrodenetleyici kavramı oluşmaya başlamıştır. Mikrodenetleyiciler sayesinde gömülü sistemlerin hem maliyetleri düşmüş hem de boyutlarında ciddi bir küçülme yaşanmıştır. Bu çalışmada; kolay bulunabilir ve ekonomik olmaları, geliştirme ortamının internet üzerinden veya üreticiden istendiğinde ücretsiz olarak elde edilebilmesi, çok geniş bir kullanıcı kitlesine sahip olmaları, oldukça basit sıfırlama, saat sinyali ve güç devreleri gerektirmeleri PIC mikrodenetleyicilerin seçilmesini sağlamıştır. Proje Microchip MPLAB tümleşik geliştirme ortamında, ANSI C uyumlu MPLAB C18 derleyicisiyle geliştirilmiştir. Gömülü sistemlerde kullanılmak amacıyla tasarlanan PICOS, 8-bit PIC ailesinin en gelişmiş serisi olan PIC18Fxxx serisi ile 16-bitlik PIC24xxx ve 32-bitlik PIC32xxx serileri için geliştirilmiş gerçek zamanlı bir işletim sistemidir. PICOS, geliştirilmesi esnasında istenirse çağrı üstünlüğü prensibi istenirse işbirlikçi prensip ile çalışabilecek şekilde tasarlanmıştır. Oldukça küçük, basit ve kullanımı son derece kolaydır. Tüm fonksiyonlar ve değişkenler Türkçe olarak tanımlanmıştır. Çok düşük RAM, ROM bellek kullanımı ve işlemci yükü getirmektedir. Oldukça basit bir çekirdek yapısına sahiptir.

Hüseyin Çotuk
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2008
00
Master'sOpen AccessTR

Çoklu robot sistemlerinde robotlar arası haberleşme ve işbirliği kullanılarak arama verimliliğinin artırılması

Bu tez çalışmasında çoklu robot sistemleri ile gerçek zamanlı olarak yapılan bir arama görevinde robotlar arası haberleşmenin sistem başarısına olan etkisi benzetimler ve robot uygulamaları yapılarak incelenmiştir. Yapılan ilk çalışmada engellerin bulunmadığı doğrusal bir alan üzerinde robotların iletişim kurabildiği ve kuramadığı iki farklı arama davranışı üzerinde durulmuş ve iletişimin arama başarısına olan etkisi ölçülmüştür. Devam eden çalışmalarda ise daha fazla sayıda robot kullanılarak üzerinde duvarlar ve engeller bulunan daha gerçekçi bir alan içerisinde arama davranışı gerçekleştirilmiş ve arama sırasında her bir robotun yaptığı arama ile ilgili harita bilgisini hafızasında tutması ve gerektiğinde bu bilgiyi iletişim mesafesinde bulunan diğer robotlarla paylaşması sağlanmıştır. Yapılan benzetim ve deneylerde çok robotlu işbirlikli bir arama senaryosunda robotlar arasındaki iletişim mesafesinin robotlar arasındaki işbirliğine ve dolaysıyla da arama başarımlarına olan etkisi ölçülmeye çalışılmıştır. Yapılan diğer bir çalışmada ise robotların sadece yaymış oldukları RF işaret şiddetleri kullanılarak ve başka herhangi bir konumlandırma yöntemi olmaksızın arama yapılacak ortama dağılmaları amaçlanmıştır. Burada dağılma davranışı doğada bakteriler gibi tek hücreli canlıların besin arama davranışlarından esinlenilerek geliştirilmiş bir yöntem olan bakteri beslenme eniyileme yöntemi kullanılarak robotların kendilerini istenilen şekilde konumlandırmaları ile sağlanmıştır.

Robot yönlendirmeRobotikRobotlar+1
Ömer Çayırpunar
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2009
00
Master'sOpen AccessTR

Yazılımların servis olarak sunulması: Servis-yönelimli mimari ile geliştirilen bir sesli iletişim uygulaması

Son 25 yılda yazılım geliştirme yaklaşımları ve süreçlerinde meydana gelen gelişmeler incelendiğinde, her yeniliğin bir öncekinin tamamlayanı ve geliştirilmiş şekli olarak ortaya çıktığı görülmektedir. Servis-Yönelimli Mimari (Service-Oriented Architecture, SOA) son yıllarda yazılım geliştirmede tercih edilen ve yaygınlık kazanan bir yazılım mimarisi yaklaşımıdır ve hızla gelişen web teknolojilerini barındırmaktadır. SOA'nın standart yazılım mimarilerinden farkı, yazılım sisteminin iç ve dış sistemlerle ve yazılım parçalarıyla etkileşiminin servis-temelli olması, yazılımın ihtiyaç duyduğu işlevleri servis (hizmet) olarak diğer parçalardan alıyor olmasıdır. SOA'nın devamı olarak ortaya çıkan, yazılımların uzaktan kullanımını öngören daha yeni bir yaklaşım ise Servis Yazılımları (Software as a Service, SaaS), yada yazılımların servis olarak sunulmasıdır. SaaS'da sadece yazılımın işlevleri değil, fakat yazılımın tamamı lisanslama yöntemiyle kullanılabilmektedir. SaaS ekonomik ve işlevsel olarak faydalı bir model olarak kabul görmeye başlamıştır. Bu tez kapsamında yazılımların servis olarak sunulması (SaaS) konusu incelenmiş, kullanılabilecek teknikler, yöntemler ve bu yaklaşımın getireceği kazançlar sunulmuştur. Ayrıca, iletişim ve ses hizmetlerinin SaaS olarak sunumu incelenmiş, örnek bir ses hizmetleri SaaS uygulaması geliştirilmiş ve sunulmuştur.

Geliştirilebilir işaretleme diliSIPWeb servisleri
Gökhan Öztopuz
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2009
00
Master'sOpen AccessTR

Mekansal veritabanlarında hızlı sorgulama

Mekânsal verilerin kullanımı gün geçtikçe artmakta, kullanıldığı alanlar da çeşitlilik kazanmaktadır. Bu verilere hızlı ulaşabilmenin yolları incelenmeye devam etmekte, veritabanları üzerinde kullanılan mekansal fonksiyonlar ve indekslerin kullanımı da önem kazanmaktadır.Bu çalışmanın amacı, seçilen bir veritabanı üzerinde kullanılan geometri tipleri, hızlı erişim için desteklenen fonksiyonlar, indeksler ve operatörleri incelemek, Spatial(mekânsal) indeks kullanımı, fonksiyon ve operatörlerin analizlerdeki önemi, veriye daha hızlı erişim için sorguların tasarımında dikkat edilmesi gereken noktalar belirlenmeye çalışıltırılmıştır. Tez kapsamında ASP.NET teknolojisi kullanılarak geliştirilen uygulama kullanılarak Akım Gözlem İstasyonu, Akarsu, Nehir, Göl ve Baraj gibi mekansal veriler için, yaygın olarak kullanılan sorgular tasarlanmıştır. Geliştirilen uygulamada Google Maps ve Geoserver gibi web servisleri üzerinden sunulan haritalar da altlık olarak kullanılmıştır.Mekânsal veriler üzerinde kullanımına izin verilen indekslerin performansı, çalıştırıldıklarında kullandıkları işlemci zamanı, üretilen sorgu planları kullanılarak değerlendirilmiştir. Yapılan testler sonucunda operatör seçimi ve mekansal indeks parametreleri kullanımının veriye hızlı erişim için hayati öne taşıdığı görülmüştür.

Arzu Kütükcü
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2009
00
Master'sOpen AccessTR

Öbek bilgisayarlarda paralel FP-growth gerçekleştirimi

Teknolojinin gelişmesiyle verilerin miktarında ve çeşitliliğinde bir artış gözlemlenmiştir. Bu artış, veri işleme yöntemlerinde yeni ihtiyaçları gündeme getirmiştir. Veri madenciliği bu ihtiyaçlara cevap verebilmek amacıyla geliştirilen büyük veri ambarlarından yararlı bilgi elde etme sürecidir. Veri madenciliği kapsamında, çoklukla gereksinim duyulan ve araştırılan konulardan biri sık öge küme madenciliğidir. Sık öge küme madenciliği için farklı algoritmalar üretilmekte ve incelenmektedir. Ancak, fiziksel kapasitelerin sınırlı olmasından dolayı seri algoritmalar artan veri miktarını karşılamaya yetmemektedir. Bu durum paralel hesaplamayı gündeme getirir. Paralel algoritmalarla, zamandan ve kaynaktan (depolama, hafıza gibi) tasarruf edebilmek amaçlanır. FP-Growth, sık öge kümelerini bulmak için geliştirilen bir veri madenciliği algoritmasıdır. Literatürde FP-Growth, işlenecek veritabanını sadece iki kez tarama ve sık ögeleri bulurken kullandığı sık örüntü ağacı özelliği ile bilinir. Kullandığı bu ağaç yapısı ile daha verimli bir algoritma sunar. Bu çalışma içerisinde FP-Growth algoritmasına, paralel programlar yazmak için geliştirilen bir kütüphane olan MPI ile kodlanan üç farklı paralel yaklaşım önerilmektedir. Bu yaklaşımlarda temel alınan şey, paralel uygulama sırasında düğümlerin tümünde veritabanının mevcut olup olmadığıdır. Ek olarak, paralellik için görev dağılımı esas alındığından görev dağılımının statik ya da dinamik olması da diğer bir parametredir. Bu yaklaşımların iki farklı öbek bilgisayar üzerinde performans analizi gerçekleştirilmiştir. Çıkan sonuçlara göre, veritabanının mevcut olduğu iki yaklaşımın ağaç gönderimi esasına dayanan diğer yaklaşıma göre daha iyi sonuç verdiği gözlemlenmektedir. Her ikisi için de, paralel algoritma iki işlemciyle çalıştığı durumda bile çalışma zamanını dörtte bir oranında azaltmaktadır. Buna ek olarak, daha iyi sonuç veren iki algoritma içerisinde görev dağılımının dinamik olarak gerçekleştiği durum statik görev dağılımlı yaklaşımdan daha iyi sonuç vermektedir.

Paralel algoritmalarVeri madenciliği
Gülistan Özdemir Özdoğan
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2010
00
Master'sOpen AccessTR

Kablosuz algılayıcı ağlarında veri benzerliğinin yaşam süresine etkilerinin doğrusal programlama ile incelenmesi

Elektronikteki gelişmeler, ucuz kablosuz algılayıcıların üretilmesine izin verirken bu da kablosuz algılayıcı ağların kullanıldığı uygulamaların artmasını beraberinde getirmiştir. Algılayıcıların yaygın kullanılmasına etken olan en önemli özellikleri altyapısız, erişimden uzak ve farklı koşullar altında çalışabilmeleridir. Ancak bu özellikler sebebiyle algılayıcıların enerji kısıtlamaları kablosuz algılayıcı ağların planlama ve kullanımında önemli bir yer tutmaktadır. Algılayıcıların enerjisini en iyi şekilde kullanmak ve ağ ömrünü eniyileyebilmek için çeşitli protokoller ve yönlendirme algoritmaları geliştirilmiştir. Algılayıcıların enerjilerini uzun süre kullanabilmeleri için ağ içindeki trafiği dengeli bir şekilde yönlendirmek önemlidir. Kablosuz algılayıcı ağlarda yaşam süresini uzatma problemi bir eniyileme problemi olup eniyileme problemlerinin çözümünde doğrusal programlama kullanımı yaygındır. Bu tez çalışmasında da kablosuz algılayıcı ağının yaşam süresini eniyilemek için doğrusal programlama modelleri kurulmuş, ayrıca algılayıcıların topladıkları veriler arasında olabilecek korelasyon durumu da doğrusal programlama içerisine katılmıştır. Yapılan testler sonucunda kullanılan modelin sadece akış eniyilemesi yapılan sistemlerden daha uzun bir ağ ömrü sağladığı görülmüştür.

Doğrusal programlamaKablosuz ağlarKorelasyon+1
Hakan Ezgi Kızılöz
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2010
00
Master'sOpen AccessTR

Morecon: Mobil yazılım uygulamaları için bağlam-duyarlı ve servis tabanlı bir arakatman yazılımı

Mobil cihazların hızla yaygınlaşması ile birlikte bu cihazlar için geliştirilen uygulamalar da çeşitlilik kazanmaktadır. Bu cihazlarla ilgili en önemli kavramlardan birisi "bağlam-duyarlılık" (context-awareness) dir. Bu kavram, mobil cihazların taşıyan kişinin özelliklerine ve cihazın bulunduğu ortama ve çevreye göre tepki vermesi, üzerindeki uygulamaları duruma göre uyarlamasını ifade eder. En bilinen ve yaygın kullanılan bağlam-duyarlılık bilgilerinden birisi "yer" (location) bilgisidir. Örneğin, mobil cihaz bulunduğu yere göre (GPS bilgisi) kişiye yapılacak işlerini bildirebilir, ya da yerel reklam bilgileri sunabilir. Bu tez çalışmasında bağlam-duyarlılık konusunda daha önce yapılan çalışmalar ve mobile cihazlarda bağlam-duyarlı uygulama geliştirebilmek için geliştirdiğimiz MoReCon adlı arakatman yazılımı (middleware) sunulmuştur. MoReCon, uygulamalardan bağımsız olarak bağlam-duyarlılık konusunda gerekebilecek her türlü bilgiyi sağlayan ve saklayan kapsamlı bir arakatman yazılımdır. Bu yazılım RESTful web servisleri ile esnek bir şekilde erişilebilir, bağlam bilgilerini esnek bir şekilde saklama, erişme ve güncellemeyi sağlayan basit bir protokole sahiptir. MoReCon, mobil cihazlar üzerinde çalışmak üzere küçük olacak (compact) şekilde tasarlanmıştır.

Onur Soyer
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2010
00
Master'sOpen AccessTR

Ağaç ve çizge veritabanlarında hassas bilgi gizleme

Veritabanı yayınlama kuruluşların bazen ihtiyaç duyduğu yararlı bir işlemdir. Fakat bu her ne kadar iyi bir işlem olsa da, hassas bilgileri açığa çıkarmak suretiyle tehdit edici olabilmektedir. Bugünlerde, birçok ileri seviye veri madenciliği uygulaması geliştirildiğinden, bu veri madenciliği uygulamalarının yayınlanan veritabanı üzerinde uygulanmasıyla, veritabanında saklı olan hassas bilgiler açığa çıkabilir. Dolayısıyla olduğu gibi veritabanı yayınlamak güvenli bir veritabanı yayınlama değildir. Bu yüzden veritabanındaki hassas bilgiler ilk önce tanımlanmalı ve sonra da elenmelidir. Bu işlem sterilize etme işlemi olarak adlandırılır. Hassas bilgi gizleme daha çok hareket tipi veritabanları bağlamında oldukça çalışılmıştır. Fakat aynı zamanda hassas bilgi gizlemenin ağaç ve çizge tipi yapısal veritabanları için de çalışılması gerekmektedir. Bu tezde, hassas bilgi gizleme ağaç ve çizge tipindeki veritabanlarını da içerek şekilde genişletilmiştir. Bu çalışma her iki veritabanında hassas bilgi gizleme problemini tanımlamakta ve çözümler geliştirmektedir. Bunun yanı sıra FISHER adında, işlemler, dizgiler ve zaman-mekân izleri gibi diğer veritabanlarında da hassas bilgi gizleme yapabilecek bütüncül bir uygulama geliştirilmiştir.

Harun Gökçe
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2010
00
Master'sOpen AccessTR

Yaya tespitinde kullanılan farklı çalışmaların deneysel analizi

Bu tezdeki amaç video çerçeveleri arasındaki farkların analizine dayalı olarak yayaların izlenmesi,yayaların tespiti ve yaya hareketlerini izleyen videonun farklı algoritmalar denenerek oluşturulması ve daha önce yapılan farklı benzer çalışmaların deneysel olarak analizi ve bizim oluşturduğumuz algoritmayla karşılaştırılmasıdır.Bu işlem çekilen çeşitli çekilen videolar aracılığı yapıldı.Projemiz şu adımları izlemektedir; video renkli tonlardan gri tonlara çevrildi,gri tonlarda arka plan hesaplandı, videodaki her bir kareden arka plan çıkarıldı ve çıkan bu sonuçlar normalize edilerek kmeans algoritmasına göre ikili veriye çevrildi, bulunan bu karelerin belli alandan daha küçük alana ve gürültülere sahip olanları elenerek,kalanların içlerindeki boşluklarında morfolojik işlemler kullanılarak doldurulması işlemi ile yayaların videodaki pozisyonları tespit edildi. Buna ek olarak,yaya tespiti için farklı algoritmalar üretilmiş ve test edilmiştir.Ardından, daha önce yapılmış farklı benzer çalışmaların deneysel analizi yapılmış ve bizim algoritmamızla, daha önce yapılmış farklı benzer çalışmaların karşılaştırma işlemi yapılmıştır.

Görüntü işlemeYayalar
Abdullah Asım Yılmaz
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2012
00
Master'sOpen AccessTR

Metin ve grafiksel öğeleri birleştiren yeni bir parola tabanlı kimlik doğrulama yöntemi

Güvenlik sistemlerini bir bütün olarak ele aldığımızda, bu bütünün ilk ve belki de en önemli parçası kimlik doğrulamadır. Özel donanım gerektirmeme ve kullanım kolaylığı gibi sebeplerden dolayı günümüzde en yaygın kullanılan kimlik doğrulama yöntemi ?ifre (parola) tabanlı olanlardır. Ancak kullanıcıların tahmin edilmesi kolay ?ifreler seçmesi ciddi güvenlik problemlerini beraberinde getirmektedir. ?nsanın resim hafızasının sözel hafızadan daha üstün olması gerçeğinden yola çıkılarak son yıllarda pek çok grafiksel parola yöntemleri geli?tirilmi? fakat bu yöntemler pratik uygulamalarda henüz klasik metin parolaların yerini alamamı?tır. Bu çalı?mada alı?kanlık bağlamında daha az deği?iklik gerektiren ve hem metin hem grafiksel öğeler içeren yeni bir parola tabanlı kimlik doğrulama yöntemi önermekteyiz. Yaptığımız deneysel çalı?malar Yaz&Tıkla ismini verdiğimiz yeni yöntemin hem uzun dönem hatırlanabilirlik hem de kullanıcı memnuniyeti açısından sadece metin ve sadece grafik tabanlı parola yöntemlere oranla daha ba?arılı olduğunu göstermektedir.

Murat Akpulat
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2012
00
Master'sOpen AccessTR

Çok amaçlı genetik algoritma ile karışık verilerin sınıflandırılması

Son yıllarda gittikçe büyüyen veri kümeleri içerisinden kullanıcının işine yarayacak olan saklı bilgiye ulaşmak ve çıkarmak gittikçe önemini arttıran bir araştırma konunusudur. Bu bilgiler üzerinden veriler arasında bulunan ilişkiler saptanabilir ve çeşitli yöntemler kullanılarak bu verilerin öbeklenmesi ve sınıflandırılması sağlanabilir. Bu bilgilerin çıkartılması adına bir çok algoritma geliştirilmiştir ve bu işlemler şu anda bankacılık, biyoenformatik, sağlık sektörü ve benzeri bir çok alanda aktif olarak kullanılmaktadır.Sadece numerik veya sadece kategorik öznitelikler içeren veri kümeleri için bu öbekleme işlemlerini yapan k ? means, k ? modes gibi algoritmalar mevcuttur fakat numerik ve kategorik özniteliklerin karışık olarak yer aldığı veri kümeleri için çözüm üreten çok sayıda yöntem bulunmamaktadır.Bu tezde karışık özniteliklerden oluşan veri kümelerinin öbeklenmesine yönelik bir araştırma yapılmış ve bu doğrultuda bir çözüm yöntemi önerilmiştir. Önerilen çözüm yönteminde karışık öznitelikler içeren veri kümeleri özniteliklerinin türleri doğrultusunda ayrılmakta ve değerlendirilmekte daha sonra ise numerik ve kategorik olarak ayrı ayrı alınan sonuçlar birleştirilerek sonuca ulaşılmaktadır. Bu işlemlerin yapılabilmesi adına numerik ve kategorik öznitelikler için farklı uzaklık (benzerlik) metrikleri tanımlanmıştır. Son olarak ise tanımlanan bu uzaklık metrikleri bir k ? means yapısına oturtularak istenilen algoritma elde edilmiştir. Bu algoritmadan elde edilen sonuçlar üzerinden çeşitli metrikler doğrultusunda ideal öbek sayıları tespit edilmeye çalışılmış ve elde edilen sonuçların başarımları saflık metriği adı verilen bir metrik hesaplanmış ve farklı yöntemler ile elde edilen sonuçlarla karşılaştırılmıştır.

Genetik algoritmalarVeri madenciliğiÖbekleme teknikleri
Onur Can Sert
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2012
00
Master'sOpen AccessTR

Bölgesel renk kontrastı ve renk dağılımı bilgisi kullanarak karmaşık ağ destekli belirgin alan tespiti

Bilgisayarla görü alanında dikkati çeken alanların bulunması işlemi gittikçe önemi artan popüler bir konudur. Son yıllarda, bu konu üzerine birçok araştırma çalışması yapılmış ve çeşitli yöntemler geliştirilmiştir. Tespit edilen alanlar belirgin nesne tespiti, resimden çıkarım yapma, resmin yeniden boyutlandırılması, resim ve video sıkıştırma gibi birçok bilgisayarla görü uygulamasında girdi olarak önemli rol oynamaktadır. Önerilen modellerde, insan görselliğinde dikkati çeken piksellerin/bölgelerin belirginleştirilmesi ve arka planda kalan piksellerin/bölgelerin bastırılması ile dikkat çekme haritaları üretilir. Yapılan önceki çalışmalarda dikkat çekme haritası oluşturmak için genel olarak resmin renk, biçim, doku, parlaklık ve konum bilgileri kullanılır. Bu tezde ise, süperpiksel yöntemiyle bölütleme yapılan resimde karmaşık ağ, histogram, renk, konum ve alan bilgisi kullanılarak dikkat çekme haritası oluşturulması üzerine çalışılmıştır. Önerilen yöntem önceki yöntemlerin halka açık veri kümesi sonuçları ile karşılaştırılarak, başarısı ve tutarlılığı ortaya konulmuştur.

Alper Aksaç
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2013
00
Master'sOpen AccessTR

Mobil platformlarda fır filtre tasarımı için FPGA ve GPU uygulamalarının enerji ve başarım analizi

Doğrusal faz cevabı ve istikrarlı olması itibariyle FIR filtreler sayısal sinyal işleme uygulamalarında çokça kullanılmaktadırlar. Gömülü sistemlerde kullanılan ve paralel uygulanma yapısındaki FIR filtreleri gerçeklemek için FPGA?lar en gözde çözüm olarak gözükmektedirler. Son zamanlarda büyük ölçekte paralellik özelliği gösteren ve yüksek hesaplama gücü gerektiren problemlerin çözümü için GPGPU etkili bir yöntem olarak ortaya çıkmıştır. Fakat GPGPU?lar yüksek güç tüketimleriyle kötü bir üne sahiptirler. Mobil platformlar için düşük güç tüketimi her zaman gerekli olduğu için çok çekirdekli güce aç GPGPU?lar mobil uygulamalarda çok etkili bir çözüm olmamışlardır. Xilinx?in Virtex serisi gibi güçlü FPGA?lar da aşırı enerji harcamaları nedeniyle mobil platformlarda kullanılması uygun gözükmemektedir. Bu çalışmada, değişik tap büyüklüklerine sahip FIR filtreler Spartan 3A DSP FPGA ve ARM Cortex-A9 ve orta sınıf Vivante GPU?dan oluşan bir mobil heterojen sistem üzerinde gerçeklenmiştir. Gerçeklenen FIR filtreler enerji harcamaları ve başarım yönlerinden karşılaştırılmıştır. Spartan FPGA enerji harcaması Xilinx?in Xpower Estimator yazılım aracı kullanılarak hesaplanırken heterojen sistemin enerji harcaması sisteme giren akımın ölçülmesiyle hesaplanmıştır. FIR filtre gerçeklenirken FPGA için değişik mimariler ve GPGPU için de birçok kod eniyilemesi kullanılmıştır. Sonuçlar Spartan 3A DSP FPGA?nın başarım ve enerji harcama yönünden GPGPU?ya göre daha üstün olduğunu göstermektedir. GPGPU, FPGA?lara göre henüz daha yeni bir saha olduğundan dolayı ilerleyen yıllarda yeni tekniklerle birlikte GPGPU tasarımlarının FPGA?lara yetişip geçmesi beklenebilir.

Mehmet Burak Aykenar
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2013
00
Master'sOpen AccessTR

Radar sinyal işleme algoritmalarının FPGA ve GPU üzerinde uygulanmasının başarım analizi

Gerçek zamanlı ve paralel işlem gerektiren bir çok sivil ve askeri uygulama FPGA üzerinde gerçekleştirilmektedir. FPGA, radar uygulamalarında gerçek zamanlı verinin yüksek hızlarda alınıp işlenmesi için kullanılmaktadır. Ayrıca FPGA donanım üzerinde tekrar tekrar programlanabilmesi geliştirme esnasında büyük bir avantajdır. GPU'lar, grafik işlemleri yapmanın yanı sıra veri paralelliğinin yoğun olduğu işlemlerde kullanılmaya başlanmıştır. Bir çok uygulama grafik işlemciler sayesinde hızlandırılmış ve paralel işlemlerin yoğun olduğu uygulamalarda genel amaçlı işlemcilere karşı üstünlük sağlamışlardır. Bu tez kapsamında, radar sinyal işleme algoritmaları, sayısal aşağı indirgeme, darbe sıkıştırma, doppler işleme ve sayısal hüzmeleme FPGA ve GPU üzerinde uygulanıp karşılaştırılmıştır. Bu algoritmalar FPGA için Xilinx System Generator kullanılarak, GPU için OpenCL ile tasarlanmıştır. Tasarlanmış olan benzetim modelinde sinyal varış yönü, sinyalin menzili ve doppler frekansı kestirilmektedir. Sonuçlar gerçek zamanlı veri işleme konusunda FPGA'nın GPU'lara göre avantajlı olduğunu göstermektedir. Fakat varış yönü tahmini için kullanılan tasarımda anten sayısının ve bakılacak açı sayısının artması, tasarımda çarpıcı sayısının artmasına dolayısıyla tasarımın bir FPGA üzerine sığmamasına neden olmaktadır.

Muhammet Özgür
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2014
00
Master'sOpen AccessTR

PAdES test suit tasarlanması ve Adobe Reader'in imza mekanizmalarının test edilmesi

Dünyada milyarlarca kullanıcısı olan Adobe Reader PDF Advanced Electronic Signature (PAdES) formatında imzalı dosyalar oluşturup doğrulayabilmektedir. Bu kadar yaygın olarak kullanılan bu uygulamanın imza oluşturma ve doğrulama kısımlarının geniş bir test suit ile test edilmesi uygulamanın güvenilirliğinin ve standartlara uygunluğunun detaylı olarak incelenmesi adına çok önemlidir. Yaptığımız bu çalışmada, içerisinde çok geniş bir PKI yapısı barındıran bir test suit oluşturduk ve Adobe Reader'ın (v11.0.10.32) imza oluşturma ve doğrulama kısımlarını test ettik.

Erhan Turan
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2015
00
Master'sOpen AccessTR

İskeletsel kritik noktalar ile şekil tanıma

Son yıllarda görüntü teknolojilerinde meydana gelen gelişmelerle ve internet kullanımının yaygınlaşmasıyla birlikte sanal ortamda çok sayıda resim ve görüntü bulunmaktadır. Sıklıkla büyük veri setleri halinde bulunan bu görüntüler üzerinde arama, indeksleme, gruplama gibi işlemlere ihtiyaç duyulmaktadır. Bilgisayarlı görü teknikleri sayesinde görüntülerdeki nesneler tanınmakta ve bahsedilen işlemler için görüntüler anlamlandırılabilmektedir. Bu çalışmada, orta eksen çizgeleri kullanılarak şekil tanıma alanında yeni bir yaklaşım sunulmuştur. İskeletleri çıkartılan şekillerin çizgelerinde, her bir iskelet noktasının tüm kritik noktalara olan en kısa yol uzaklığı hesaplanarak her bir şekil için çok boyutlu bir dağılım oluşturulmuştur. Önerilen şekil tanıma platformunda bu dağılımlar üzerinde taşıma tabanlı bir uzaklık fonksiyonu kullanılarak şekiller arasındaki benzerlik oranı bulunmuştur. Alınan sonuçlar daha önceden yapılmış benzer çalışmaların sonuçlarıyla karşılaştırılarak önerilen yaklaşımın başarımı gösterilmiştir. Son olarak önerilen yöntemin performansı ileri beslemeli yapay sinir ağlarıyla desteklenmiş ve sonuçlarda dikkate değer iyileşmeler olduğu görülmüştür.

Salih Arda Bölük
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2016
00
Master'sOpen AccessTR

Topluluk yöntemi ve ilaç imzaları kullanılarak anti kanser ilaçların aktivite tahmini

Kişiselleştirilmiş kanser tedavisi, kanserin karmaşıklığı da göz önünde bulundurulduğunda, gelişmekte olan bir yaklaşımdır. Kişiselleştirilmiş tedavinin bir parçası olarak, bir ilacın bir hücre hattındaki etkinliği labarotuvar ortamında ölçülür. Ancak, bu deneylerin yapılması çok zordur ve önemli bir maddi kaynak gerektirir. Bu zorlukların üstesinden gelmek için hesaplayıcı yöntemler, sağlanan veri kümeleri ile birlikte bilgisayar ortamında kullanılır. Bu çalışmada aktivite tahmini problemi bir regresyon problemi olarak ele alınmıştır ve öncelikle her bir ilaç-hücre hattı çiftinin tahmin hatasının azaltılması için üç farklı regresyon modeli birleştirilerek bir topluluk modeli tasarlanmıştır. Temel modeller; gradyan destekli regresyon, çekirdekli bayes çoklu-iş öğrenme ve iz-norm regülarizasyonlu çoklu-iş öğrenme olarak tanımlanmıştır. Oluşturulan modeli değerlendirmek için iki büyük veri kümesi, genomics of drug sensitivity in cancer ve cancer therapeutics response portal, kullanılmıştır. Bu değerlendirmenin sonuçları, topluluk yönteminin tahminlerinin temel modellerin her birinin tek başlarına yaptıkları tahminlerden önemli ölçüde daha iyi olduğunu göstermektedir. Bunun sonucunda orijinal veri kümelerinde görülmeyen ilaç-hücre hattı çiftleri için oluşturulan modelin sitotoksisite tahminleri rapor edilmiştir. Araştırmacılar tarafından yapılan canlı içi (in vivo) laboratuvar çalışmaları da, rapor sonuçlarını desteklemektedir. İlaç aktivitelerini tahmin etmesi için oluşturulan bir diğer model de imza benzerlik tabanlı regülarizasyonlu çoklu-iş öğrenme modelidir. Bu modelin oluşturulması için öncelikle LINCS veri kümesinde bulunan ilaç-hücre hattı deneyleri incelenerek ilaçlar için aktivite imzaları oluşturulmuştur. Oluşturulan bu ilaç imzaları ile ilaçların arasındaki benzerlikler hesaplanarak, ilaçların benzerliklerini gözardı eden modellerden daha güçlü bir tahmin edici model üretilmiştir. Bu model yine genomics of drug sensitivity in cancer ve cancer therapeutics response portal veri kümeleri kullanılarak değerlendirilmiştir ve her iki veri kümesinde de karşılaştırılan modellere göre belirgin bir üstünlük sağlandığı gözlenmiştir.

Makine öğrenmesi yöntemleriÇok değişkenli regresyon
Ertan Tolan
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2016
00
Master'sOpen AccessTR

Yüksek performanslı bitcoin madenciliği için SHA256 özet algoritmasının eniyilenmesi

2008'in başlarından beri, Bitcoin önemli ölçüde kullanıcının ilgisini çekmekte ve bu merkezi olmayan sanal para biriminin popülerliği her geçen gün artmaktadır. Bitcoin tamamen dağıtılmış, eşten eşe bir sistemdir. Bu nedenle merkezi bir sunucu veya kontrol noktası yoktur. Bitcoin, madencilik adı verilen ve zorlu bir sorunun çözümünü arayan bir süreçle oluşturulur. Bitcoin ağında yer alan herhangi bir katılımcı, bu soruna çözüm bulmaya çalışmak için bilgisayarlarının işlemci gücünü kullanarak madenci olarak çalışabilir. Ortalama olarak her 10 dakikada bir, son 10 dakikalık işlemlerin geçerliliğini doğrulayan yeni bir çözüm, ağda bulunan herhangi bir madenci tarafından bulunmakta ve yeni bitcoinler ile ödüllendirilmektedir. Aslında, Bitcoin madenciliği bir merkez bankasının işlevlerini merkezsizleştirmekte ve herhangi bir merkez bankasının ihtiyacını ortadan kaldırmaktadır. Yıllar boyunca madenciler, Bitcoin maden arenasında ayakta kalabilmek için oldukça yüksek özet işlemi yapma gücüne ihtiyaç duymuşlardır. Madencilik aygıtlarının özet üretme hızı ve enerji tüketimi Bitcoin madenciliğinde kazanç elde etmeyi belirleyen en önemli unsurlardır. Bitcoin madenciliği, tamamen belirli yapıdaki girdinin iki kere SHA256 işlemine tabi tutulmasına dayanmaktadır ve bu işlem için birçok araştırmacı donanım tabanlı optimizasyon yapmayı düşünmüştür. Bitcoin madenciliği için spesifik olan durumlar göz önüne alınarak SHA256 algoritmasının optimizasyonu üzerine çok az araştırma yapılmıştır. Bu çalışmada literatür taraması sonucu elde edilen bazı yöntemler uygulanarak SHA256 algoritmasının hızlanması amaçlanmaktadır. Burada yapılacak olan işlemler genel SHA256 algoritmasında bir hızlandırma yapmamasına rağmen Bitcoin madenciliği için önemli gelişmeler sağlayacaktır. Önerilen iyileştirme metotları Xilinx Virtex-7 FPGA kartında gerçeklenmiştir ve elde edilen kaynak ve güç tüketimi değerlerine göre bu iyileştirme metotlarının uygulanabilir olduğu sonucuna ulaşılmıştır. Tasarlanan sistem sonucunda elde edilen değerlere bakıldığında performans olarak %7'lik bir artış meydana geldiği sonucuna ulaşılmıştır ve bu değere göre de Bitcoin madenciliği için kullanılan iki SHA256 özet fonksiyonunun işlem süresi yaklaşık olarak 1.8611 SHA256 işlem süresine düşmektedir. Bitcoin madenciliğinde en önemli kısıtlayıcı adım olan elektrik tüketiminde de %7'lik bir düşüş olması beklenmektedir. 2016 yılında Bitcoin madenciliği için 400 milyon $'lık elektrik tüketimi yapıldığı kaynaklarda belirtilmektedir ve bu performans artışına göre de 28 milyon $'lık elektrik tasarrufu elde edilebilir. Böylelikle özet üretme hızında bir artış ve enerji tüketiminde bir düşüş sağlanabilmektedir.

Erşen Balcısoy
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2017
00
Master'sOpen AccessTR

Sosyal medya profilleri arasında benzerlik tespiti ve gösterimi

"Sosyal Medya" kullanıcıların bilgi paylaşımında bulunduğu platformlara verilen genel addır. Sosyal medya kullanımı son senelerde oldukça yaygınlaşmıştır. Kullanıcılar birden fazla Sosyal Medya Platformunda kişisel veya gündemdeki olaylar ile alakalı paylaşımlarda bulunmaktadır. Sosyal medyanın geniş kitleler tarafından kullanılması sosyal medya kullanıcıları hakkında bilgilerin çıkarılması ve kullanıcılar arasındaki benzerliklerin tespit edilmesi arayışını ortaya çıkarmıştır. Sosyal medya platformlarındaki kullanıcıların birbirlerine benzerliği tespit edildiği takdirde kullanıcıların eğilimleri, ilgi alanları, önem verdiği konular belirlenebilir. Ayrıca, reklamların hedef kitleye ulaşmasında da bu benzerlik bilgilerinden faydalanılabilir. Bununla birlikte, farklı amaçlarla gerçek sahibinin kim olduğunun doğrulanmasına ihtiyaç duyulan hesaplar da bu bilgiler ışığında tespit edilebilir. Bu çalışmada Doğal Dil İşleme(DDİ) teknikleri kullanarak kullanıcıların paylaşımları arasındaki benzerliklerin tespit edilmesi için geliştirdiğimiz teknikler sunulmuştur. Konu Modelleme ve Adlandırılmış Varlık Tespiti teknikleri kullanılarak kullanıcıların yazılı paylaşımlarından nitelik çıkarımı yapılmıştır. Bu nitelikler Word Embedding teknikleri ve Word Mover's Distance tekniği kullanılarak kullanıcılar arasındaki benzerlikler çıkarılmıştır. DDİ tekniklerinin yanında kullanıcıların sosyal medya platformlarını kullandığı saatlerden, kullanıcı bilgilerinden ve kullanıcının arkadaşlarının isimlerinden yola çıkarak kullanıcılar arası benzerlik tespiti için teknikler önerilmiştir. Geliştirilen tekniklerden DDİ teknikleri ile oldukça etkili sonuçlar alınmıştır. Bu teknikler yardımı ile verilen bir kullanıcı kümesindeki toplulukların ve öbeklerin tespit edilebildiği gösterilmiştir. Ayrıca farklı sosyal medya platformlarındaki profiller arasında benzerlik tespiti yapılarak aynı kişiye ait sosyal medya profillerinin tespit edilebildiği gösterilmiştir. Çalışmada geliştirilen metriklerin farklı kullanıcı kümelerinde daha kolay denenmesi amacıyla bir web uygulaması geliştirilmiştir. Bu web uygulaması kullanıcılar arası benzerliklerin detaylı incelenmesini mümkün kılmıştır.

Ahmet Enis Erdoğan
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2018
00
Master'sOpen AccessTR

Veritabanı sistemlerine yönelik bağlantı sonrası saldırılar

Son yıllarda veri kullanımının ve miktarının artmasıyla birlikte veritabanı yönetim sistemleri de önem kazanmıştır. Teknoloji, sağlık, finans, eğlence, vb gibi birçok sektörde sıklıkla kullanılması ve kritik öneme sahip veri barındırması ile birlikte veritabanı sistemlerine yapılan saldırılar da günden güne artış göstermektedir. Yapılan literatür taramasının ardından akademideki çalışmaların ağırlıklı olarak saldırı tespit sistemleri ve savunma yöntemleri üzerine yapıldığı, saldırı üzerine yapılan çalışmaların ise bir sistem özelinde değil genel geçer yöntemleri içerdiği tespit edilmiştir. Bundan dolayı bu çalışmada sisteme özgü saldırı yöntemleri incelenerek akademiye katkı vermek amaçlanmıştır. Bu çalışmada, dünya genelinde sıklıkla kullanılan veritabanı yönetim sistemlerinden olan MySQL, PostgreSQL ve Microsoft SQL Server ürünleri, veritabanına başarılı bir şekilde erişim sağlayan ve ardından sistemi tamamen ele geçirmek isteyen bir saldırganın gözünden incelenmiştir. Bu doğrultuda ilgili sistemlerin kimlik doğrulama mekanizmaları ve denetimleri, veri içe-dışa aktarım mekanizmaları, veritabanı programı içerisinde sunmuş oldukları işlevler, bu işlevlerin denetimleri ve nasıl kötüye kullanılabileceği, potansiyel saldırı yüzeyleri incelenmiştir. Ardından tespit edilen zayıflıklara yönelik saldırılar incelenmiş ve uygulamalı bir şekilde gerçekleştirilmiştir. Sonraki adım olarak, Türkiye'de bu veritabanı yönetim sistemlerini kullanan sistemlerin IP adresleri siber tehdit istihbarat platformları tarafından elde edilmiş, bu sistemlere yönelik güvenlik taramaları gerçekleştirilmiştir. Tarama denetimlerinin daha hızlı bir şekilde gerçekleştirilebilmesi için, tarafımızca bu tez çalışmasına yönelik olarak Zephyr adlı bir araç geliştirilmiş ve kullanılmıştır. Bu aracın çalışma mekanizmaları tanıtıldıktan sonra, elde edilen IP adreslerine yönelik gerçekleştirilen taramaların sonuçları değerlendirilmiştir. Son olarak, yapılan araştırmalar ve tarama sonuçları ışığında ilgili veritabanı yönetim sistemi değerlendirilmiş, çok iyi yaptıkları veya eksik oldukları yönler tartışılmıştır.

Ahmet Selim Kaya
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2021
00
Master'sOpen AccessTR

Blokzincir tabanlı gizlilik korumalı istatistiksel hesaplamalar

Bu çalışmada, üçüncü taraflarca sağlanan gizli veriler üzerinde istatistiksel hesaplamalara izin vermek için akıllı sözleşmeler ve homomorfik kriptografi kullanan blokzincir tabanlı bir uygulama mimarisi önerilmektedir. Blokzincir kullanımı, bütünlük ve hata toleransı gibi güvenlik özelliklerini sağlarken; homomorfik şifreleme ise verilerin gizliliğini korur. Bu temel güvenlik prensiplerinin dışında, uygulama mimarisi geliştirilirken veri aktarımı ve veri depolama aşamalarında ayrıca güvenlik sağlayabilecek hassasiyette yaklaşımlar kurgulanmıştır. Yapılan literatür taramasında, bu tez kapsamındaki konulara benzer konulara rastlanmışsa da; bu tez çalışması Ethereum akıllı sözleşmesinde doğrusal regresyon analizi yapması açısından diğer çalışmalardan ayrışmaktadır. Çalışma kapsamında Ethereum blokzincirine akıllı sözleşme geliştirilmiş, bu akıllı sözleşmeye veri gönderen ve verileri okuyan kullanıcılar için ayrı ayrı kullanıcı betikleri yazılmıştır. Çalışmanın örnek senaryosu doğrusal regresyon analizi üzerinden geliştirilmiştir. Doğrusal regresyon analizi ile üçüncü taraflardan toplanan veriler şifrelenerek akıllı sözleşmeye şifreli bir biçimde gönderilir. Akıllı sözleşmeye gelen şifreli veriler ilgili değişkenlerde homomorfik toplama işlemi ile toplanarak kaydedilir. Daha sonra akıllı sözleşmeden şifreli verileri okumak isteyen kullanıcı bu değerleri okur ve işlemlerini gerçekleştirir. Çalışmanın ilerleyen bölümlerinde önerilen sistemin tasarımı, uygulaması ve farklı homomorfik anahtar uzunluklarına dayalı sonuçları sunulmaktadır. Uygulamanın sayısal sonuçları, akıllı sözleşmeye gönderilen farklı anahtar uzunluğuna sahip işlemlerin ne kadar zaman ve gaz ücreti tükettiğini göstermektedir. Farklı anahtar uzunluğundaki verilerin gaz ücreti ve zaman tüketimlerindeki benzerlikler, farklılıklar ve bunların sebepleri tartışılmıştır. Ayrıca değerlendirmeler kısmında, önerilen sistemin getirdiği güvenlik iyileştirmelerinin neler olduğuna da ışık tutulmaktadır. Önerilen mimari, tüm istatistiksel hesaplamalarda kullanılabilecek genel bir bakış açısı kapsamında geliştirilmiştir. İstenildiği takdirde uygulama adımları tekrarlanarak farklı istatistiksel hesaplamalar için de sistem tasarımı yapılabilir. Çalışma, akıllı bir sözleşme aracılığıyla homomorfik hesaplamalara sahip blokzincir tabanlı veri paylaşım mekanizmasının uygulanabilir olduğunu ve verilerin yetkisiz kullanıcılardan korunmasında iyileştirmeler yapılabildiğini göstermektedir.

Zeynep Delal Mutlu
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2023
00
Master'sOpen AccessTR

Kısmi yük yenileme tekniği ile satırdarbesi önleme mekanizmalarının performansının iyileştirilmesi

Modern DRAM çiplerinde gerçekleşen okuma hataları, bellek yalıtımını bozabilen yaygın bir zayıflıktır. Bellek yalıtımı, bellek güvenliği ve güvenilirliğinin temel yapı taşlarından biridir. SatırDarbesi zafiyeti, DRAM'deki okuma hatalarına önemli bir örnektir; burada DRAM hücrelerinin bir satırına (DRAM satırı) tekrar tekrar erişmek (darbeleme), fiziksel olarak yakın DRAM satırlarında (kurban satırlar) bit hatalarına neden olur. Ne yazık ki, teknoloji düğüm boyutunun küçülmesi SatırDarbesi zafiyetini kötüleştirir ve böylece, daha yeni DRAM çip nesillerinde daha az erişim yaparak SatırDarbesi bit hataları oluşturulabilir. Güvenilir DRAM kullanımı için, son teknoloji SatırDarbesi önleme mekanizmaları potansiyel kurban satırlardaki DRAM hücrelerinin yükünü yeniler (önleyici yenileme ya da yük yenileme). Gerçekleştirilen bu önleyici yenileme operasyonu DRAM çipini bir süre kilitleyerek performans kayıplarına yol açar. Daha yeni DRAM çip nesilleri ile bu mekanizmalar önleyici yenilemeyi daha sık gerçekleştirir ve daha büyük performans kayıplarına neden olur. Güvenilirlik ve güvenlikten ödün vermeden bu kaybı azaltmak için bizim amacımız, önleyici yenileme için harcanan zamanı azaltmak ve bu azaltılmış zamanın SatırDarbe zafiyeti üzerindeki etkisini anlamaktır. Bu amaçla, gerçek DRAM çiplerinde veri tutma süresi, yük yenileme ve SatırDarbesi zafiyetinin özellikleri arasındaki etkileşimlere dair ilk kapsamlı deneysel çalışmayı sunuyoruz. Üç büyük DRAM üreticisinden toplam 388 DDR4 DRAM çipini test ediyoruz ve bir yük yenileme operasyonunun gecikmesinin önemli ölçüde azaltılabileceğini (%64 oranında) ve dolayısıyla, biraz daha fazla (%0,54 oranında) önleyici yenileme operasyonu gerektireceğini gözlemliyoruz. Bu gözlemimizi kullanarak, yük yenileme gecikmesini dinamik olarak ayarlayan, mevcut SatırDarbesi önleme mekanizmalarının saldırganlığını düzenleyen ve bellek kontrolcüsü tabanlı düşük maliyetli bir mekanizma olan Kısmi Yük Yenileme ile Agresif Önleme'yi (PaCRAM) öneriyoruz. PaCRAM'i beş son teknoloji SatırDarbesi önleme mekanizması ile kullanarak önleme mekanizmalarının performans (enerji) kayıplarını sırasıyla ortalama olarak %18,95 (%14,59), %12,28 (%11,56), %2,07 (%1,15), %2,56 (%2,18) ve %5,37 (%4,50) oranında azaltarak sistem performansını ve enerji verimliliğini önemli ölçüde artırıyoruz.

Yahya Can Tuğrul
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2024
00
Master'sOpen AccessTR

Elektrikli otobüslerde çizge tabanlı öznitelik seçimi ve makine öğrenmesi ile kestirimci bakım

Bu tez çalışmasında, elektrikli otobüslere ait CAN (Controller Area Network) Bus verileri kullanılarak çizge tabanlı öznitelik seçim yöntemi ile sistemin özellikleri arasındaki ilişkiler analiz edilmiş ve üretici tarafından hedeflenen alarmların yapay zekâ teknikleri ile kestirim performansı araştırılmıştır. Araştırmada belli bir süre boyunca, farklı araçlardan elde edilen CAN Bus verileri kullanılmıştır. Ham veri paketleri üzerinde kapsamlı ön işleme teknikleri uygulanmış ve makine öğrenmesi modellerinin yapısal ihtiyaçlarına uygun veri setleri oluşturulmaya gayret edilmiştir. Bu süreçte Pearson korelasyon analizi, Cramer's V istatistik tablosu ve Anova F-testi gibi istatiksel filtreleme yöntemleri ve InfoMap, Leiden, Louvain, Fast Greedy gibi optimizasyon tabanlı topluluk tespiti algoritmaları kullanılarak, hibrit çizge tabanlı öznitelik seçim aracı geliştirilmiştir. Geliştirilen araç kullanılarak özellik altkümeleri belirlenmiş, özelliklerin ilişkisel konumu ve hedeflenen alarmlarla ilişkileri değerlendirilerek ayırt edici öznitelikler seçilerek boyut azaltımı yapılmıştır. Makine öğrenmesi modellerinin seçilmesinde, Destek Vektör Makinesi (SVM), Rastgele Orman (RF), eXtreme Gradient Boosting (XGBoost), Uzun Kısa Süreli Bellek (LSTM), ve Tekrarlayan Sinir Ağları (RNN) modelleri dahil olmak üzere sinir ağı mimarileri ve geleneksel sınıflandırıcılar uygulanarak performansları değerlendirilmiştir. Sınıf dengesizliğinin modellerin performansındaki etkisini minimize etmek için SMOTEEN (Synthetic Minority Oversampling Technique-Edited Nearest Neighbours) ve ikili arama tabanlı zaman aralığı örnekleme (binary search based time interval down-sampling) yöntemleri uygulanmıştır. Her modelin en iyi ayırt edici sınıflandırıcı uzayını bulmak için Izgara Arama (Grid Search) ve Rastgele Arama (Random Search) tabanlı hiperparametre optimizasyonu (Hyperparameter tuning) yapılmıştır. Geliştirilen modellerin performansları geçerleme (validation) metrikleri esas alınarak değerlendirilmiştir. Modellerin kestirimleri özniteliklerin ağırlıkları incelenerek ve LIME (Local Interpretable Model-Agnostic Explanations) aracı kullanılarak açıklanmaya çalışılmış, kestirimleri tetikleyen öznitelikler belirlenmiş ve sistemin işleyişi (tasarımı) ile ilgili içgörüler elde edilmiştir. Bu çalışma kapsamında CAN Bus verileri kullanılarak araçlardaki belli alarmların makine öğrenmesi teknikleri ile kestirim performansı araştırılmış, çizge tabanlı bir öznitelik seçme aracı geliştirilerek düzeltici, önleyici, kestirimci ve proaktif bakım (tasarımın iyileştirilmesi) yaklaşımlarının iyileştirilmesine yardımcı olacak şekilde öznitelikler arasındaki ilişkilerin görsel olarak yorumlanması imkânı sağlanmıştır. Çalışmada izlenen makine öğrenmesi yaşam döngüsü kapsamında uygulanan tekniklerin farklı sektörlerde ve Endüstri 4.0 gereği bakım stratejilerinin makine öğrenimi yoluyla iyileştirilmesinde, özellikle veri kalitesi ve uzman görüşüne erişim zorluğu olan projelerde yararlı olabileceği değerlendirilmektedir. Anahtar Kelimeler: Kestirimci bakım (PdM), Makine öğrenimi (ML), Çizge tabanlı öznitelik seçimi, Açıklanabilir yapay zekâ (XAI).

Ayşe Irmak Erçevik
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2024
00
Master'sOpen AccessTR

MQTT ağına gerçekleştirilen saldırıların makine öğrenmesi modelleri ile tespiti

Nesnelerin İnterneti (IoT)'nin hızlı gelişimi, çok sayıda cihazın ağlar üzerinden veri paylaşımını mümkün kılmış ve birçok sektörde kayda değer ilerlemelere zemin hazırlamıstır. IoT cihazları arasındaki bu veri alışverişini verimli kılmak amacıyla çeşitli iletişim protokolleri kullanılmaktadır. Bu protokoller arasında, MQTT (Message Queuing Telemetry Transport), düşük bant genişliği gereksinimi ve hafif yapısı ile IoT sistemleri için ideal bir iletişim mekanizması olarak öne çıkmaktadır. Ancak, MQTT protokolünün yaygın benimsenmesi, bu ağlara yönelik siber saldırılar karşısında çeşitli güvenlik açıklarının ortaya çıkmasına da neden olmuştur. Bu çalışma, MQTT ağlarına özgü saldırıların tespitine yönelik olarak makine öğrenmesi tekniklerinin kullanımını incelemekte ve olası tehditlerin belirlenmesini amaçlamaktadır. Çalışmada, özellikle SlowITe ve veri setine sonradan entegre edilen SlowTT saldırı türleri üzerine odaklanılmıştır. Kullanılan veri seti MQTTset, başlangıçta SlowTT saldırılarına ilişkin verileri içermediği için bu saldırılara ait veriler çalışma kapsamında sonradan eklenmiştir. Dengeli bir veri yapısı sağlamak amacıyla, veri setinin %50'si normal trafik verilerinden, geri kalan %50'si ise eşit sayıda SlowITe, SlowTT, Brute Force, Malformed, DoS (Denial of Service) ve Flood saldırılarından oluşturulmuştur. Dengeli veri seti kullanımı, dengesiz veri setlerinin yaygın sınıfı daha iyi tahmin etme eğilimi sorununu ortadan kaldırmakta ve bu sayede tüm sınıfların adil bir şekilde değerlendirilmesini sağlamaktadır. Böylece, algoritmaların performans ölçümleri daha güvenilir hale gelmiştir. Yapılan testlerde, bazı modeller daha düşük performans gösterse de dengeli veri kullanımı sayesinde sınıflar arasında daha doğru bir dağılım ve gerçekçi sonuçlar elde edilmektedir. Çalışmada, dengeli veri seti üzerinde Random Forest, XGBoost, LightGBM, DNN (Deep Neural Network) ve CatBoost gibi farklı makine öğrenmesi algoritmaları ile kapsamlı deneyler gerçekleştirilmistir. İlk aşamada, yeni MQTTset veri seti üzerinde yapılan testlerde, Random Forest modeli en yüksek başarı oranlarını göstermiştir. Diğer modeller de kabul edilebilir performans sergilemiş olmakla birlikte, DNN modeli görece daha düşük bir başarı sergilemiştir. Çalışmanın ikinci aşamasında, veri setine yeni özellikler (TCP window size ve frame time delta) eklenmiş ve bu genişletilmiş veri seti ile aynı modeller tekrar test edilmiştir. Eklenen bu özelliklerle modellerin performansında genel bir artış gözlemlenmiş ve Random Forest, XGBoost, LightGBM ve CatBoost modelleri yüksek başarı oranlarına ulaşmıştır. Ayrıca, kullanılan modellerin sonuçlarını daha derinlemesine incelemek ve hangi özelliklerin model performansına en fazla katkıyı sağladığını belirlemek amacıyla LIME (Local Interpretable Model-agnostic Explanations) ve SHAP (SHapley Additive exPlanations) yöntemleri kullanılmıştır. SHAP analizi, saldırı tespitinde kullanılan makine öğrenmesi modellerinin anlaşılabilirliğini artırmış ve hangi özelliklerin tespit sürecine en fazla katkıyı sağladığını açıkça ortaya koymuştur. Sonuç olarak, bu çalışma, MQTT ağlarına yönelik saldırıların tespitinde makine öğrenmesi tabanlı yaklaşımların etkinliğini göstermektedir. Veriye eklenen yeni özelliklerin saldırı tespit performansını önemli ölçüde artırdığı ve SHAP yöntemi ile hangi özelliklerin tespit sürecinde kritik bir rol oynadığının daha net bir şekilde anlaşıldığı görülmüştür. Bu çalışmada kullanılan yöntemler, IoT ağlarının güvenliğini sağlamada önemli katkılar sunmakta ve potansiyel saldırıların erken tespiti için etkili çözümler sağlamaktadır.

Mesut Koçak
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2024
00
Master'sOpen AccessTR

Harp başlığı performans testlerinde derin öğrenme tabanlı otomatik bölütleme ve 3b yeniden inşa

Harp başlığı performans testleri, çukur imlalı harp başlıkları (SCW) ve parçacıklı harp başlıklarının (FW) değerlendirilmesinde temel öneme sahiptir. Bu başlıkların başarımları, Derinlik Testi (DoPT) ve Arena Testi (AT) ile ölçülmektedir. DoPT, metal levhaların delinme derinliğini incelerken; AT, patlama sonrası panellerde oluşan delik ve kusurları analiz eder. Geleneksel yöntemlerle, manuel olarak test verilerinin incelenmesi yoğun insan emeğine dayalı, hataya açık ve tutarsız bir prosedürdür. Derin öğrenme ve bilgisayarla görü alanındaki gelişmeler, bu sürecin otomatikleştirilmesine imkan vererek test verilerinden yüksek doğruluklu sonuçlar çıkmasına olanak sağlayacaktır. Bu tez, savaş başlığı testlerinde toplanan verilerin işlenmesi sürecinin iki yönünü ele almaktadır. İlk olarak, iki testten (DoPT ve AT) elde edilmiş fotoğraflar ile iki adet veri kümesi oluşturulmuştur. İki veri kümesinin temel isteri plakaların ve üzerinde bulunan deliklerin anlamsal bölütlemeyle benek bazında ayırt edilmesidir. Ancak iki veri setinin farklı karakteristikleri sebebiyle farklı stratejiler izlenmiştir. Delikleri benek bazında tespit etmek için literatürde benzer karakteristikteki veri setlerinde başarımı yüksek modeller ve kullanılan kayıp fonksiyonları incelenmiştir. İki küme için de bu modeller ve kayıp fonksiyonları eğitilerek başarımlar karşılaştırılmıştır. Deneylerde SCW veri kümesinde MCCM-Net ve Dice Loss $\approx\ \% 86$ IoU, AT veri kümesinde SegFormer + Cross Entropi $\approx\ \%65$ IoU ile en iyi sonuçları vermiştir. Sonuçlar sonrasında veri etiketleme tutarsılığı iki veri seti içinde çalışılmıştır. Aynı resimlerdeki farklı işaretleme tutarsızlıkları kıyaslanmıştır. Etiketleme uyumu SCW veri seti için $\%80 - 85$ IoU, AT için $\% 49 - 63$ IoU olarak bulunmuştur. Bu bulgular, etiket uyumu ve mimari seçimlerinin performans üzerindeki belirleyici etkisini ortaya koymaktadır. Çalışmanın ikinci kısmı, öncelikle tespit başarımını artıran yenilikçi yaklaşımları ele almaktadır. Bu kapsamda kullanılan derin gözetim (Deep Supervision) küçük nesnelerin tespitinde ara katmanlardaki gradyan akışını güçlendirmiştir. Önerilen öğrenilebilir atlama bağlantıları (Learning Gate) ise kodlayıcı–çözücü özniteliklerini piksel düzeyinde uyarlanabilir biçimde birleştirerek yerel detayların korunmasını ve bağlamsal bilginin daha etkili kullanılmasını sağlamıştır. Bu katkılar, model parametre sayısını azaltırken bölütleme doğruluğunu belirgin şekilde artırmıştır. Ardından, benek bazlı delik tespitlerinin yerleştirildiği otomatik çerçeve ve 3B yeniden inşa metodolojileri sunulmaktadır. Bu amaçla tasarlanan iki aşamalı işlem hattının ilk adımı düşük çözünürlüklü görüntülerden panellerin ayrılması, ikinci adımı ise yüksek çözünürlüklü paneller üzerinde delik ve kusurların hassas biçimde tespit edilmesidir. Delik merkezleri ve konturları belirlendikten sonra bu bilgiler 3B koordinatlara dönüştürülmüş ve hem noktasal hem de silindirik yüzey varsayımlarıyla harp başlığı geometrisi yeniden inşa edilmiştir. Böylece 4K (3840×2160) çözünürlüklü bir panelin saniyeler içinde işlenmesi mümkün hale gelmektedir. Süreç sürdürülebilir ve tekrarlanabilir bir yapıya kavuşmuştur. Sonuç olarak, çalışma piksel düzeyindeki bölütleme sonuçlarından 3B yeniden inşa sürecine uzanan uçtan uca bir yaklaşım sunarak panel başına onlarca saat sürebilen manuel analizleri saniye mertebesine indirmektedir. Derin gözetim ve öğrenilebilir atlama bağlantıları gibi yaklaşımlar savunma sanayinden farklı olarak, tıbbi görüntüleme ve endüstriyel kusur tespiti gibi alanlarda da uygulanabilir niteliktedir. Bu tez, bilgisayarlı görü yöntemlerini savunma sanayinin ihtiyaçlarıyla birleştiren yenilikçi ve bütüncül bir çerçeve ortaya koymaktadır.

Uğur Can Karaca
TOBB Economics and Technology University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Derin öğrenme yöntemleri ile meyvelerin tazelik durumunun belirlenmesi

Bilindiği üzere günümüzde derin öğrenme teknolojisi yüz tanıma, ses tanıma, güvenlik sektörü, savunma sanayi gibi pek çok alanda kullanılmaktadır. Pek çok katmanlardan oluşan derin öğrenme, makine öğrenmesinin bir dalıdır. Derin öğrenme ile modele bir veri kümesi vererek çıktıların tahmin edilmesi sağlanabilir. Günümüzde meyve tazeliği önemli sağlık, çevre ve ekonomik sorunlardan biridir. Bu çalışmada seçilen üç meyve; elma, portakal ve muz üzerinde çalışmalar yapılmıştır. Çalışmada iki tane VGG16 baz alınarak model geliştirilmiş ve iki tane VGG19 baz alınarak model geliştirilmiştir. Bu geliştirilen modeller, elde bulunan üç meyve türünün veri setleri üzerinde test edilerek en iyi sonucu hangisinden alınabileceği saptanmış ve modeller birbiri ile kıyaslanmıştır.

Derin öğrenmeGörüntü işlemeGörüntü işleme-bilgisayarlı+2
Ayşin Buluş
Tekirdağ Namık Kemal University · Institute of Graduate Studies in Science
2022
00
Master'sOpen AccessTR

Bulanık mantık ve yapay sinir ağı yöntemleri ile kurutma sürecinin modellenmesi

Fındık üretiminde ön sıralarda yer alan Türkiye'de, genelde Karadeniz Bölgesinde yetiştirilen bu ürünün, diğer gıda ürünleri gibi kurutularak saklanması ürünün kullanım ömrünü uzatmaktadır. Genelde açık havada kurutulan bu tip ürünler için zemin ve iklim şartlarının elverişli olmaması nedeniyle birçok kurutma yöntemi geliştirilmiştir. Bu yöntemler kurulması ve işletmesi maliyetli olan yöntemlerdir. Ürünün kurutulması ve nem miktarının hesaplanması ile bu maliyetin azaltılması planlanmaktadır. Bunun için kullanılacak yöntemlerden biri de yapay zeka teknikleridir. Bu tez çalışmasında yapay zeka tekniklerinden olan yapay sinir ağları ve bulanık mantık tabanlı çıkarım sistemi bu kurutma parametrelerinin tahmini için kullanılmıştır. Bu yüksek lisans tez çalışmasında birçok farklı model oluşturulan yapay sinir ağının, en iyi sonuç veren modeli ile bulanık mantık çıkarım modeli karşılaştırılmış, deneysel verilere olan yakınlıkları incelenerek bir tahmin sistemi kurulması hedeflenmiştir

ANFISHücresel yapay sinir ağlarıLevenberg-marquardt+1
Mert Levent
Tekirdağ Namık Kemal University · Institute of Graduate Studies in Science
2022
00
Master'sOpen AccessTR

Nesnelerin interneti (IoT) cihazları için güvenlik değerlendirmesi ve ddos saldırı tespiti

Günümüz dünyasında Nesnelerin İnterneti (Internet of Things - IoT) cihazlarının sayısı hızla artmakta ve bu cihazlar günlük hayatımızın ayrılmaz bir parçası haline gelmektedir. IoT fiziksel nesnelerin veya cihazların internet üzerinden birbirleriyle ve daha büyük sistemlerle iletişim kurmasını sağlayan bir ağ yapısıdır. Bu nesneler, sensörler, yazılımlar ve diğer teknolojilerle donatılmış olup, veri toplama, analiz etme ve paylaşma yeteneğine sahiptir. IoT, akıllı evlerden endüstriyel otomasyona, sağlık hizmetlerinden tarıma kadar geniş bir yelpazede kullanılmaktadır. Nesnelerin İnterneti, sunduğu büyük potansiyel ve geniş uygulama alanlarıyla geleceğin teknolojik dünyasının temel yapı taşlarından biri olarak kabul edilmektedir. Ancak, bu teknolojinin güvenli ve sürdürülebilir bir şekilde uygulanabilmesi için veri güvenliği ve cihaz güvenilirliği gibi konulara dikkat edilmesi gerekmektedir. IoT'nin getirdiği yeniliklerin yanı sıra, karşılaştığı zorluklar ve risklerin de etkin bir şekilde yönetilmesi, bu teknolojinin tam potansiyelini gerçekleştirmesi için kritik öneme sahiptir. IoT cihazları, çeşitli sektörlerde verimlilik ve kullanıcı deneyimini artırırken, siber güvenlik açıkları nedeniyle ciddi siber tehditlere de maruz kalmaktadır. Bu tez çalışmasında, IoT cihazlarının güvenlik değerlendirmesinin yapılması ve bu cihazlara yönelik Dağıtık Hizmet Engelleme (Distributed Denial of Service - DDoS) saldırılarının, Random Forest (Rassal Orman), Logistic Regression (Lojistik Regresyon), K-Nearest Neighbors (KNN - K-En Yakın Komşu), Neural Network (Sinir Ağı), Navie Bayes, Decision Tree (Karar Ağacı), RBF SVM ve QDA modelleri kullanılarak tespitiyle ilgili araştırma ve geliştirme amaçlanmıştır.

Çağrı Çulcu
Tekirdağ Namık Kemal University · Institute of Graduate Studies in Science
2024
00
Master'sOpen AccessTR

Evrimsel hesaplamaya dayalı genetik algoritmanın operatörleri kullanılarak yer değiştirme kutusu tasarımı ve görüntü şifreleme uygulaması

Bu çalışma, belirli güvenlik gereksinimlerini karşılayan, yüksek güvenlikli bir S-Box tasarımının oluşturulması için genetik algoritmaların reel-kodlu versiyonlarının çaprazlama (crossover) ve mutasyon operatörlerini tekrarlayarak uygulayan bir yöntem önermektedir. Genetik algoritmaların ilgili operatörleri, çözüm uzayını etkin bir şekilde araştırarak, optimal S-Box yapılarını keşfetmeyi sağlar. Bu sayede, hem hesaplama verimliliği artmış hem de güvenlik gereksinimlerini karşılayacak en uygun çözümler elde edilmiştir. Tasarlanan S-Box, performans açısından çeşitli güvenlik kriterleri ile değerlendirilmiş ve mevcut S-Box tasarımlarıyla karşılaştırıldığında, etkili sonuçlar göstermiştir. Yapılan testler, bu tez çalışmasında sunulan S-Box'ın şifreleme ve çözme süreçlerinde daha düşük hata oranlarına sahip olduğunu, daha yüksek karmaşıklık ve daha iyi güvenlik sağladığını ortaya koymuştur. Ayrıca, geliştirilen S-Box, 2D hiperkaotik Styblinski-Tang haritasıyla entegre edilerek, görüntü şifreleme alanında son derece güvenli bir yöntem önerilmiştir. Bu entegrasyon, görüntü verisinin şifrelenmesinde yüksek düzeyde karışıklık ve güvenlik sağlar, çünkü her iki sistem de yüksek derecede kaotik özellikler barındırır ve bu da şifreleme sürecinin kırılmasını zorlaştırır. Tasarlanan şifreleme yönteminin güvenliği, kapsamlı analizlerle desteklenmiştir. İstatistiksel değerlendirmeler, şifreli verilerin beklenmedik bir şekilde ortaya çıkmaması gerektiğini, yani güvenlik açığı oluşturacak desenlerin bulunmaması gerektiğini doğrulamıştır. Ayrıca, şifreleme yönteminin çeşitli saldırılara ve dışsal gürültülere karşı dayanıklılığı test edilmiştir. Bu dayanıklılık testleri, şifreleme algoritmasının hem teorik hem de pratik koşullarda ne kadar etkili ve güvenli olduğunu göstermektedir. Sonuç olarak, geliştirilen yöntem, yalnızca yüksek güvenlik sağlamakla kalmayıp, aynı zamanda görüntü şifreleme gibi çeşitli uygulama alanlarında da pratik ve etkili bir çözüm sunduğu için geniş bir kullanım potansiyeline sahiptir.

Nurdan Atlı
Tarsus University · Institute of Graduate Studies
2025
00
Master'sOpen AccessTR

Yapay zeka destekli sanallaştırma hata tespit ve çözümleme sistemi

Günümüzde sanallaştırma teknolojileri, bilişim sektöründe kritik bir rol oynamakta ve işletmelerin altyapılarını daha verimli ve esnek bir şekilde yönetmelerine olanak tanımaktadır. Ancak, sanallaştırma programlarının karmaşık yapısı ve kapsamlı özellik seti, kullanıcıların sıkça hata kodları ve teknik sorunlarla karşılaşmasına neden olmaktadır. Bu durum, özellikle deneyimsiz kullanıcılar için ciddi zaman kayıplarına ve verimlilik düşüşlerine yol açabilmektedir. Bu sorunların hızlı ve etkili bir şekilde çözülebilmesi için bilişim sektörü, yapay zeka ve akıllı asistan teknolojileri ile entegre çözümler geliştirmeye yönelmektedir. Bu çalışmada, sanallaştırma ürünleri ile ilgili karşılaşılan teknik sorunların çözümüne yönelik olarak hazırlanan yapay zeka destekli sanallaştırma hata tespit ve çözümleme sistemi (sanallaştırma asistanı) yazılımı tanıtılmıştır. Bu yazılım, hazır yapay zeka modelleri, web sitelerinin uygulama programlama arayüzleri ve kapsamlı hata ile uyarı veri setlerini kullanarak, kullanıcıların karşılaştıkları sorunları otomatik olarak tespit edip anlık çözümler sunmaktadır. Hazırlanan sistem, sanallaştırma programlarının karmaşıklığından kaynaklanan zorlukları hafifletmeyi ve kullanıcılara pratik destek sağlamayı hedeflemektedir. Yazılımın, farklı kaynaklardan elde edilen hata ve uyarı verilerini bir araya getirerek, kullanıcıların ihtiyaç duydukları bilgilere hızlıca erişmelerini sağlamaktadır. Bu sayede, sanallaştırma ortamlarında karşılaşılan teknik sorunların çözüm süreci hızlandırılmakta ve kullanıcıların iş akışları kesintiye uğramadan devam etmektedir. Geliştirilen bu sistem, sanallaştırma teknolojilerinin kullanımını kolaylaştırarak bilişim sektöründe verimliliği artırabileceği ve teknik destek süreçlerine katkı sağlayabileceği için tasarlanmıştır.

ChatbotNesnelerin internetiSanal makineler+2
Çetin Budak
Süleyman Demirel University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Güneş enerjisi santralleri için hava tahmin servis verilerini kullanarak makine öğrenmesi destekli web tabanlı üretim tahmini

Dünya nüfusu ve teknolojik gelişmelerin sürekli artmasıyla birlikte, enerji talebi tüm dünyada giderek daha fazla hissedilmektedir. Fosil yakıtların çevresel etkilerini azaltmak amacıyla sürdürülebilir enerji kaynakları arasında yer alan güneş enerjisi, küresel enerji dönüşümünde kritik bir öneme sahiptir. Enerji üretim tahminleri, arz- talep dengesi, şebeke stabilitesi ve maliyet optimizasyonu açısından hayati bir rol oynamaktadır. Ayrıca, doğru ve güvenilir üretim tahminleri, yenilenebilir enerji kaynaklarının entegrasyonunu kolaylaştırmak ve enerji sistemlerinin verimliliğini artırmak için gereklidir. Bu çalışmada, Denizli ilindeki bir güneş enerji santraline ait iki yıllık üretim verileri ve Solcast API servisinden elde edilen hava durumu verileri kullanılmıştır. XGBoost, Extra Trees, k-Nearest Neighbor, Gradient Boosting, Random Forest ve Linear Regression gibi makine öğrenmesi algoritmalarının performansı değerlendirilmiştir. Elde edilen sonuçlar, Extra Trees modelinin bir günlük tahminlerde Ortalama Kare Hata değeri 24.290, Kök Ortalama Kare Hata değeri 4.928, Ortalama Mutlak Hata değeri 3.123 ve R² skoru 0.993 ile en iyi performansı gösterdiğini ortaya koymaktadır. Beş günlük ve bir haftalık tahminlerde ise Extra Trees ve Random Forest modelleri benzer performans sergileyerek diğer algoritmalardan daha başarılı sonuçlar üretmiştir. Bu çalışma, güneş enerjisi üretiminin daha güvenilir bir şekilde tahmin edilmesine katkıda bulunarak yenilenebilir enerji kaynaklarının entegrasyonunu kolaylaştırmakta ve enerji yönetim sistemlerinin optimizasyonu için önemli bir potansiyel sunmaktadır.

Muhammed Tamay
Süleyman Demirel University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Konut kredisi karar süreçlerinin makine öğrenmesi ile tahmin edilmesi

Son yıllarda dünyada hızla artan konut fiyatlarından dolayı birçok gelir düzeyinden insan konut alabilmek için bankaların konut kredilerine başvuruyorlar. Bankalar kredi başvurularını değerlendirirken kar oranını da yüksek tutabilmek ve risklerini azaltabilmek isterler. Bu nedenle kredi başvurularını değerlendirirlerken geçmiş veriler önemli hale gelmektedir. Bu verilerin hızlı yorumlanması içinde makine öğrenmesi gibi yöntemlerden faydalanılmaktadır. Bu tez çalışmasında farklı makine öğrenmesi modelleri kullanılarak bir bankadan konut kredisi çekmek isteyen müşteriye kredinin verilip verilmeyeceğini tahmin edilmektedir. Bu çalışmada bir bankanın konut kredisi onayı verip vermediğinin tahmin edilmesinde en yakın komşu algoritması, rastgele orman algoritması, destek vektör makineleri, lojistik regresyon olarak dört adet makine öğrenmesi iki farklı veri seti kullanılarak çalışılmıştır. Yapılan çalışmalar sonucunda çıkan sonuçlar performans ölçütleri kullanılarak kıyaslanmıştır. En iyi sonuçlar SVM ve RF algoritmalarında çıkmıştır. Anahtar Kelimeler: En Yakın Komşu Algoritması, Rastgele Orman Algoritması, Destek Vektör Makineleri, Lojistik Regresyon, Makine Öğrenmesi

Gamze Güder
Süleyman Demirel University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Avrupa levreğinin makine öğrenimi ve bilgisayarlı görme tekniği kullanılarak otomatik biyokütle tahmini

Son yıllarda akuakültür sektörü, dünya genelinde artan protein ihtiyacını karşılamak amacıyla hızla gelişmekte ve bu gelişim doğrultusunda üretim süreçlerinde daha verimli ve sürdürülebilir yöntemlere ihtiyaç duyulmaktadır. Özellikle balıkların biyokütlelerinin doğru, hızlı ve temassız biçimde ölçülebilmesi; yemleme stratejilerinin optimize edilmesi, hasat zamanlamasının belirlenmesi ve genel stok sağlığının izlenmesi açısından büyük önem taşımaktadır. Ancak geleneksel biyokütle tahmin yöntemleri, manuel örnekleme ve tartım süreçlerine dayanmakta, bu da hem zaman kaybına hem de iş gücü maliyetlerinin artmasına neden olmaktadır. Ayrıca balıkların sudan çıkarılması, stres seviyelerini yükselterek mukus tabakasına zarar verebilmekte ve hayvan refahını olumsuz etkileyebilmektedir. Tüm bu nedenlerle, akuakültür sektöründe temassız, hızlı ve yüksek doğruluk sağlayan biyokütle tahmin sistemlerine olan ihtiyaç gün geçtikçe artmaktadır. Bu tez çalışmasında, Avrupa levreği (Dicentrarchus labrax) türüne odaklanılarak, görüntü işleme ve makine öğrenmesi teknikleriyle otomatik biyokütle tahmini yapan yenilikçi bir sistem geliştirilmiştir. Çalışma kapsamında, YOLO mimarisine ait YOLOv5, YOLOv7, YOLOv8, YOLOv9 ve YOLOv11 sürümleri test edilmiş; bu modellerin segmentasyon başarımı karşılaştırmalı olarak değerlendirilmiştir. Deneysel analizler sonucunda, en yüksek doğruluğu sağlayan model olarak YOLOv8 belirlenmiş ve sistemin segmentasyon bileşeninde kullanılmıştır. Geliştirilen sistem, balık çiftliklerinden elde edilen 15.000 adet su altı görüntüsü üzerinde çalışmakta; otomatik segmentasyonla balıkların uzunluk ve genişlik ölçümleri çıkarılmaktadır. Elde edilen morfolojik veriler, regresyon algoritmalarına girdi olarak verilerek biyokütle tahmini yapılmıştır. XGBoost algoritması ile R² = 0.981 elde edilmiş ve en başarılı model olarak öne çıkmıştır. Sistem, taşınabilir donanım üzerinde çalışarak temassız ölçüm imkânı sunmakta; balıklarda stres ve yaralanma riskini azaltmakta ve sahada kullanım kolaylığı sağlamaktadır. Elde edilen sonuçlar, bu teknolojinin balık yetiştiriciliğinde sürdürülebilir ve yenilikçi bir çözüm sunabileceğini göstermektedir.

Merve Büşra Ayık
Süleyman Demirel University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Sunucusuz mimarilerde maliyet optimizasyonu için aws lambda üzerine hibrit bir yaklaşım

Sunucusuz mimarilerde, makine öğrenimi çıkarımını hızlandıran ve operasyonel maliyetleri düşüren çeşitli optimizasyon teknikleri geliştirilmiştir. Bu bağlamda, toplu işlem yaklaşımı özellikle etkili bir yaklaşım olarak ortaya çıkmıştır. ResNet-v2, ResNet-18, ResNet-50, Inception-v4 ve MoBiNet gibi bilgisayarlı görme modelleri üzerine yapılan deneysel çalışmalar, toplu iş boyutu ve zaman aşımı eşiklerinin dinamik olarak ayarlanmasıyla maliyetlerin yaklaşık \%50 oranında ve kuyruk gecikmelerinin önemli ölçüde azaltılabileceğini bildirmiştir. Buna karşılık, öngörücü kaynak yönetimi ve dikey/yatay ölçekleme tekniklerini kullanan çalışmalar, ResNet-50, InceptionV3, Xception ve Wavenet gibi modellerde \%50-95 aralığında performans iyileştirmeleri ve \%95'e varan Hizmet Seviyesi Hedefi uyumluluğu sağlamıştır. Bu bulgular, performans ve verimlilik açısından hem toplu işlem hem de kaynak ölçeklemenin kritik önemini vurgulamaktadır. Bu çalışma, toplu işlemeyi eşzamanlılık ile bütünleştiren yenilikçi bir hibrit yöntem önermektetir. Yöntem, AWS Lambda üzerinde optimize edilmemiş bir temel senaryo (5.000 bireysel isteği işleyen 50 eşzamanlı iş parçacığı) ile bu tezde önerilen hibrit yaklaşımın (1.000 isteği işleyen 350 eşzamanlı iş parçacığı ve 5'lik toplu işlem boyutu) kontrollü karşılaştırmasını içermektedir. Toplam yürütme süresi, gecikme dağılımı ve sistem verimliliği gibi temel performans metrikleri sistematik olarak değerlendirilmiştir. Deneysel sonuçlar, önerilen hibrit yaklaşımın toplam yürütme süresini 139,97 saniyeden 30,30 saniyeye düşürdüğünü ve temel senaryoya kıyasla \%78,35 oranında önemli bir performans artışı sağladığını göstermektedir. Ayrıca, bu yaklaşımın kuyruk gecikmelerini azalttığı ve genel sistem verimliliğini artırdığı ortaya konmuştur. Bu çalışma sunucusuz ortamlarda makine öğrenimi çıkarım görevlerinin uygun maliyetli ve yüksek performanslı yürütülmesine yönelik pratik ve nicel olarak doğrulanmış bir çözüm sunarak literatüre önemli bir katkı sağlamaktadır.

Sedat Demirkol
Süleyman Demirel University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Geliştilmiş tuna algoritmasının optimizasyon ve mühendislik problemlerindeki etkisi

Tuna Sürü Optimizasyonu (TSO), tuna balıklarının avlanma stratejilerinden esinlenerek geliştirilen güçlü bir meta sezgisel algoritmadır. Ancak, erken yakınsama ve yerel minimum tuzağı gibi temel dezavantajları bulunmaktadır. Bu çalışmada, TSO'nun bu eksikliklerini gidermek ve performansını artırmak amacıyla üç yeni algoritma geliştirilmiştir: TSO-CM (Chebyshev Haritası ile geliştirlmiş TSO), CSTSO (Guguk Kuşu Araması ile Geliştirilmiş TSO) ve CSTSO-CM (Chebyshev Haritası ve Guguk Kuşu Araması ile Geliştirilmiş TSO). TSO-CM, Chebyshev Haritası'nın sağladığı kaotik yapı ile başlangıç çözümlerini çeşitlendirerek yerel optimum tuzağından kaçmayı ve arama sürecinde popülasyon çeşitliliğini artırmayı hedeflemektedir. CSTSO, Guguk Kuşu Arama algoritmasının uyarlanabilir arama mekanizması sayesinde erken yakınsama sorununu önleyerek daha geniş bir arama alanını keşfetmeyi sağlamaktadır. CSTSO-CM ise her iki yöntemin güçlü yönlerini birleştirerek küresel optimuma daha hızlı ve yüksek doğrulukla ulaşmayı amaçlamaktadır. Geliştirimiş algoritmaların performansı, çeşitli benchmark fonksiyonları üzerinde test edilmiş ve CSTSO-CM'in üstünlüğü Friedman ve Wilcoxon testi ile istatistiksel olarak kanıtlanmıştır. Ek olarak, mühendislik optimizasyon problemleri üzerinde de değerlendirmeler yapılmıştır: CSTSO, Welded Beam tasarımı problemine uygulanarak etkili sonuçlar elde etmiş, CSTSO-CM ise Gear Train tasarımı probleminde başarılı performans sergilemiştir. Sonuçlar, önerilen algoritmaların arama doğruluğu, çeşitlilik ve küresel optimuma yakınsama açısından mevcut meta sezgisel algoritmalara kıyasla üstün performans sergilediğini ortaya koymaktadır. Bu bağlamda, geliştirilen yöntemlerin optimizasyon problemlerine yenilikçi ve etkili çözümler sunduğu gösterilmiştir. Anahtar Kelimeler: Chebyshev Haritası, Guguk Kuşu Araması, Hibrit, Tuna Sürü Optimizasyonu

Nesibe Şahin
Selçuk University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Bankacılık işlemlerinde müşteri edinimi ve müşteri kaybının yapay zeka ile değerlendirilmesi

Bankacılık sektöründe müşteri edinimi ve müşteri kaybı, rekabetin yoğunlaştığı dijital çağda stratejik öneme sahiptir. Artan müşteri beklentileri, dijitalleşmenin etkisi ve pazarın dinamik yapısı, finansal kuruluşların müşteri ilişkilerini daha etkin bir şekilde yönetmesini gerekli kılmaktadır. Bu çalışmada, bankacılık işlemlerinde müşteri edinimi ve müşteri kaybı süreçleri, yapay zekâ destekli modeller aracılığıyla analiz edilmiştir. Veriler, makine öğrenmesi yöntemlerinden yapay sinir ağları (ANN), destek vektör makineleri (SVM), karar ağaçları ve doğal dil işleme (NLP) teknikleri kullanılarak analiz edilmiştir. Modellerin doğruluk, hassasiyet, geri çağırma ve F1 skoru gibi metriklere göre performansları karşılaştırılmıştır. Analiz sonuçları, yapay zekâ ile müşteri davranışlarının yüksek doğrulukla tahmin edilebildiğini göstermektedir. Yapay sinir ağı modeli %92,1 doğruluk oranı ile en başarılı model olarak öne çıkmıştır. Ayrıca sosyal medya yorumlarından elde edilen duygu analizleri ile müşteri memnuniyetsizliği erken dönemde tespit edilebilmiş ve segment bazlı risk değerlendirmesi yapılabilmiştir. Elde edilen bulgular, müşteri kaybının önlenmesi, kişiselleştirilmiş kampanyaların geliştirilmesi ve dijital bankacılık hizmetlerinin stratejik olarak yönlendirilmesi için yapay zekâ tabanlı karar destek sistemlerinin etkinliğini ortaya koymuştur. Bu tez, bankacılık sektöründe müşteri analitiği konusunda yapay zekâ uygulamalarının sunduğu potansiyeli ortaya koyarak, kurumlara rekabet avantajı sağlayacak veri temelli çözümler sunmayı amaçlamaktadır.

Betül Kokulu
Selçuk University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Yabani hayvanların derin öğrenme algoritmalarıyla tespit edilmesi ve uzaklaştırılması

Tarım sektöründe hayvan güvenliği, ekonomik sürdürülebilirliğin sağlanması ve hayvan refahının korunması açısından temel bir gerekliliktir. Yırtıcı hayvan saldırıları ile yetkisiz insan girişleri, çiftlik hayvanlarında kayıplara, verim düşüşlerine ve ekonomik zararlara yol açarak tarımsal üretimde ciddi tehditler oluşturmaktadır. Bu tez çalışması kapsamında, söz konusu tehditleri gerçek zamanlı olarak tespit edebilen, düşük maliyetli, taşınabilir ve caydırıcı etkiye sahip yapay zeka tabanlı bir güvenlik sistemi geliştirilmiştir. Çalışmada kullanılan veri seti 13.258 ham görüntüden oluşmaktadır. Sınıflar arasındaki dengesizlikleri gidermek amacıyla uygulanan veri artırma teknikleriyle toplam görüntü sayısı 20.510'a yükseltilmiştir. Ham veriler; çiftlik alanları, şehir merkezleri ve yırtıcıların doğal yaşam alanlarında kaydedilen sahnelerin yanı sıra yerel çiftçi kayıtları, belgesel içerikleri ve açık erişimli video kaynaklarından elde edilen karelerden derlenmiş; tüm örnekler manuel olarak etiketlenip doğrulanarak güvenilir bir veri kümesi oluşturulmuştur. Geliştirilen sistemde, step motor ve sürücülerle yönlendirilen pan–tilt mekanizmasına entegre edilmiş bir web kamerası üzerinden alınan görüntüler işlenmektedir. Sistem mimarisinde merkezi işlem birimi olarak Raspberry Pi 5, hızlandırıcı birim olarak Google Coral TPU kullanılmıştır. Motor kontrolleri Arduino Uno ile sağlanmıştır. Yazılım bileşeninde, derin öğrenme tabanlı nesne tespit modeli YOLOv11'in üç varyantı (n, s, m), herhangi bir ön işleme uygulanmamış veri seti üzerinde ve aynı eğitim parametreleri ile karşılaştırmalı olarak değerlendirilmiştir. Elde edilen sonuçlara göre YOLOv11n yaklaşık %93,7 mAP@0.5, %74,4 mAP@[.5:.95] ve 1,8 ms tahmin süresi; YOLOv11s %94,2 mAP@0.5, %76,5 mAP@[.5:.95] ve 4,4 ms tahmin süresi; YOLOv11m ise %94,3 mAP@0.5, %77,1 mAP@[.5:.95] ve 10,7 ms tahmin süresi elde etmiştir. Parametre sayısı, çıkarım süresi ve gömülü kullanım kısıtları birlikte değerlendirildiğinde, hız–doğruluk dengesi açısından YOLOv11s en uygun seçenek olarak belirlenmiştir. Uygulama aşamasında YOLOv11s modeli, veri artırma ve ön işleme adımlarıyla yeniden eğitilmiş, optimize edilmiş ve Coral TPU üzerinde çalıştırılmak üzere TFLite formatına dönüştürülmüştür. Doğrulama sonuçlarında model %92,6 mAP@0.5, %87,6 geri çağırma ve %89,9 hassasiyet değerlerine ulaşmış; özellikle yırtıcı hayvan sınıflarında metriklerin çoğu %90'ın üzerinde seyretmiştir. Saha testleri, sistemin 10–15 FPS hız aralığında, 1–10 m mesafedeki hareketli nesneleri 3–10 km/s hız aralığına kadar doğru biçimde tespit edebildiğini ve 360° takip gerçekleştirdiğini; ayrıca 0,8 s aralıklarla 6 mm çapında zararsız materyal fırlatarak caydırıcı müdahale sağlayabildiğini göstermiştir. Ek olarak sistem, tespit edilen nesnelere ait görüntüleri sınıf bazlı olarak arşivleyip ileride veri kümesinin genişletilmesine yönelik otomatik veri toplama işlevi de sunmaktadır. Bu tez çalışması yapay zeka ve gömülü sistem teknolojilerini bütünleşik bir yapıda bir araya getirerek tehdit tespiti, takip ve caydırıcı müdahaleyi eşzamanlı gerçekleştiren kompakt, maliyet etkin ve uygulanabilir bir akıllı güvenlik sistemi ortaya koymaktadır. Geliştirilen sistemin, tarım ve hayvancılık uygulamalarında güvenliği artırmaya, müdahale süresini kısaltmaya ve potansiyel kayıpları azaltmaya anlamlı katkı sunacağı değerlendirilmektedir.

Bilgisayar destekli değerlendirmeBilgisayar destekli karar vermeBilgisayar destekli mühendislik+3
İbrahim Akbaş
Selçuk University · Institute of Graduate Studies in Science
2025
00
DoctorateOpen AccessTR

Araçların interneti uygulamaları için V2X tabanlı sistemlerde gerçek zamanlı optimizasyon çözümleri

Bu tez çalışmasında, araçların interneti (IoV) uygulamaları için V2X tabanlı sistemlerde gerçek zamanlı optimizasyon çözümleri geliştirilmiştir ve otonom araçlarda (AV'ler) hız ve ivme tahmini ile karar alma süreçlerini optimize etmek için yenilikçi makine öğrenmesi yöntemleri birleştirilmiştir. Önerilen yöntemler arasında denetimli öğrenme temelli Chaotic AdaBoost (CAB) ve pekiştirmeli öğrenme temelli Lévy Flight-enhanced Proximal Policy Optimization (LFPPO) yer almıştır. Algoritmaların karşılaştırılmalarında k-Nearest Neighbors (kNN), Artificial Neural Networks (ANN), AdaBoost (AB), Gradient Boosting (GB), Random Forest (RF) ve Proximal Policy Optimization (PPO) algoritmaları kullanılmıştır. CARLA simülatörünün Town 10 ve Town 5 ortamlarında gerçekleştirilen deneylerde, CAB, ivme tahmini için 0.018 MSE, 0.020 MAE ve 0.993 R² ile %99.3 başarı elde etmiş; bu, kNN (23.215 MSE, 0.87 R²), ANN (3.297 MSE, 0.982 R²), RF (4.419 MSE, 0.975 R²), GB (1.701 MSE, 0.991 R²) ve AB'ye (0.15 MSE, 0.985 R²) kıyasla üstünlük göstermiştir. LFPPO, %99 başarı oranı, 42,135 ödül seviyesi ve %1 çarpışma oranı ile PPO'ya (%81 başarı, 33,895 ödül, %19 çarpışma) göre daha güvenli bir sürüş profili sunmuştur. Apache Kafka ve MongoDB altyapısı, veri işleme süreçlerini desteklemiş; Kafka, carla-data başlığı altında gerçek zamanlı veri akışını senkron ve asenkron modlarda sağlayarak düşük gecikmeli tahmin süreçlerini mümkün kılmış, MongoDB ise verilerin güvenilir depolanmasını ve hızlı erişimini sağlamıştır. Python script dosyaları aracılığıyla senkron ve asenkron tahmin süreçleri uygulanmıştır. CAB ve ANN, asenkron modda sensör belirsizliklerine karşı yüksek başarı (CAB: MSE=0.018, R²=0.993) sağlayarak karmaşık veri setlerinde üstün performans göstermiştir, kNN ve RF ise senkron modda hızlı tahminler sunmuştur. Bu çalışma, kaos teorisinin makine öğrenimine entegrasyonuna teorik bir katkı sunarken, kentsel ulaşım ve lojistik uygulamalarında AV'lerin güvenilirliğini artırmıştır.

Bilgisayar yazılımlarıYapay zeka ve makine öğrenmesi dersiÇok kriterli optimizasyon+1
Mehmet Bilban
Selçuk University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Türkçe doğal dil işleme ile ofansif sosyal medya video içeriklerinin sınıflandırılması

Türkçe sosyal medya ekosisteminde giderek görünür hale gelen hakaret, küfür, cinsiyetçilik ve ırkçılık içeren söylemler, özellikle video tabanlı platformlarda anlık ölçekte denetlenmesi güç bir güvenlik sorunu yaratmaktadır. Bu tez, söz konusu boşluğu kapatmak amacıyla YouTube kaynaklı içeriklerden derlenen 5725 örnekten oluşan, beş sınıflı (PROFANITY, INSULT, SEXIST, RACIST, OTHER) orta ölçekli bir metin veri seti inşa ederek işe başlamıştır. Veri setinin sınıf dağılımı; 4810 örnek (%84,0) toksik olmayan içerik (OTHER), 631 örnek (%11,0) hakaret/kışkırtıcı söylem (INSULT), 104 örnek (%1,8) küfür (PROFANITY), 100 örnek (%1,7) ırkçı ifade (RACIST) ve 80 örnek (%1,4) cinsiyetçi ifade (SEXIST) biçimindedir. Bu dağılım, toksik içeriklerin sosyal medya ortamında azınlık sınıflar halinde yoğunlaştığını, dolayısıyla sınıf dengesizliği probleminin kritik önem taşıdığını ortaya koymaktadır. Modelleme safhasında, ≈110M parametreli BERTurk (uncased-base, 128k) ile 17 milyar parametreli LLaMA-4 Maverick modellerinin doğruluk, makro-F1 ve alt sınıf duyarlılık metrikleri ayrıntılı biçimde karşılaştırılmıştır. Sonuçlar, LLaMA-4'ün genel doğruluğu %88,7'ye, ağırlıklı F1 değerini ise 0,896'ya yükselterek BERTurk'e kıyasla ≈11 puanlık kayda değer bir üstünlük sağladığını göstermiştir. Ayrıca makro F1 skorundaki +0,267 puanlık artış, özellikle azınlık sınıflar olan PROFANITY, RACIST ve SEXIST kategorilerinde dengeleyici etkisini ortaya koymuştur. Bununla birlikte gecikme ve maliyet ölçümleri, BERTurk'ün p50 ≈ 100 ms yanıt süresi ve düşük çağrı maliyetiyle yüksek hacimli ön tarama senaryolarında verimli olduğunu; LLaMA-4'ün ise p50 ≈ 350 ms gecikmeye karşın riskli içeriklerde ikincil doğrulama katmanı olarak devreye sokulduğunda bütçe ve performansı dengeli biçimde optimize edebileceğini göstermektedir. Çalışma, pratikte uygulanabilir çift katmanlı bir moderasyon mimarisi önermekte ve akademik bulguları doğrudan sektörel çözüme dönüştürmektedir. 2018-2025 döneminde çevrimiçi nefret söylemi literatürüne ait kapsamlı bibliyometrik analizlerle temellendirilen bu teknik çalışma; bir yandan Türkçe ofansif dil tespitine yönelik güvenilir bir veri seti ve operasyonel modelleme çerçevesi sunarken, öte yandan araştırmacılar ve politika yapıcılar için literatürün yapısal dinamiklerini özetleyen yol gösterici bir atlas oluşturmuştur.

Dil sınıflandırma modeliDoğal dilSosyal medya platformları+1
Elif Sarıgil Kara
Selçuk University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Yapay zekâ yöntemleri kullanarak görüntülerden şiddet ve tehdit tespiti

Bu tez çalışmasında, görüntüler üzerinden tehdit ve şiddet unsurlarının otomatik olarak tespit edilmesi problemi ele alınmıştır. Bu amaçla bıçak, silah, şiddet ve şiddet yok olmak üzere dört sınıftan oluşan, manuel olarak etiketlenmiş bir veri kümesi oluşturulmuş ve anotasyonlar sınırlayıcı kutu temelli olarak hazırlanarak COCO formatına dönüştürülmüştür. Çalışmada YOLOv8, Faster R-CNN, RetinaNet ve Mask R-CNN modelleri değerlendirilmiştir. Tüm modeller, sonuçların genellenebilirliğini sağlamak amacıyla 10 katlı çapraz doğrulama yaklaşımı kullanılarak test edilmiştir. Eğitim süreci erken öğrenme, dengeleme ve değerlendirme olmak üzere üç aşamalı olarak kurgulanmış; özetlenen sonuçlar yalnızca değerlendirme aşamasında elde edilen ortalama performans değerlerine dayandırılmıştır. Deneysel sonuçlara göre YOLOv8 modeli, %98.3 kesinlik ile en yüksek kesinlik değerini sağlamış, ancak %74.7 duyarlılık ile bazı tehdit örneklerini kaçırmıştır. Faster R-CNN modeli, %98.0 duyarlılık ve %97.6 doğruluk değerleriyle en dengeli performansı sunmuştur. Mask R-CNN, %97.6 duyarlılık ve %96.8 doğruluk değerleriyle Faster R-CNN'e yakın sonuçlar üretmiştir. RetinaNet modeli ise %46.1 duyarlılık değeriyle diğer modellere kıyasla daha düşük performans göstermiştir. Elde edilen bulgular, bu veri kümesi üzerinde iki aşamalı bölge tabanlı modellerin, tek aşamalı modellere kıyasla daha kararlı ve güvenilir sonuçlar sunduğunu sayısal olarak ortaya koymuştur.

Nursena Bayer
Selçuk University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Maymun çiçeği lezyonlarının derin öğrenme tabanlı hibrit model ile sınıflandırılması

Bu çalışmada, küresel bir sağlık sorunu olan maymun çiçeği (monkeypox) hastalığının cilt lezyonları üzerinden erken ve doğru tanısını desteklemek amacıyla derin öğrenme tabanlı hibrit bir model geliştirilmiştir. Geliştirilen bu model, önceden eğitilmiş dört farklı derin öğrenme mimarisinden (InceptionV3, SqueezeNet, VGG16, VGG19) otomatik olarak çıkarılan öznitelikler; yedi farklı filtre tabanlı öznitelik seçimi yöntemiyle (Information Gain, Gain Ratio, Gini Index, ReliefF, FCBF, ANOVA, Chi2) optimize edilmiştir. Elde edilen öznitelik setleri, k-En Yakın Komşuluk, Lojistik Regresyon ve Yapay Sinir Ağları gibi geleneksel makine öğrenmesi algoritmalarıyla sınıflandırılmıştır. Deneysel sonuçlar, derin özniteliklerin özellik seçimi yöntemleriyle optimize edilerek makine öğrenmesi algoritmalarıyla sınıflandırıldığı hibrit modelin, yalnızca standart transfer öğrenme temelli sınıflandırmaya kıyasla daha yüksek sınıflandırma performansı sunduğunu göstermektedir. Özellikle Information Gain ve Gain Ratio öznitelik seçimi yöntemlerinin %95 öznitelik tutma oranıyla kullanılması ve Yapay Sinir Ağları algoritması ile sınıflandırılması durumunda, 0.9510 doğruluk oranına ulaşılmıştır. Ayrıca öznitelik seçimi yapılmasının, filtre uygulanmayan durumlara kıyasla performansta sınırlı ancak tutarlı iyileşmeler sağladığı, bilgi yoğunluğunu koruyarak gereksiz gürültünün azaltılmasında etkili olduğu belirlenmiştir. Elde edilen sonuçlar, literatürde raporlanan benzer maymun çiçeği cilt lezyonu sınıflandırma çalışmalarına kıyasla rekabetçi ve daha yüksek performans değerleri sunmaktadır. Sonuç olarak bu çalışma, karmaşık mimarilere ihtiyaç duymadan, transfer öğrenme, öznitelik seçimi ve geleneksel makine öğrenmesi algoritmalarının bütünleşik kullanımının, tıbbi görüntü analizi alanında uygulanabilir, tekrarlanabilir ve yüksek performanslı bir çözüm sunduğunu ortaya koymaktadır.

Mustafa Kemal Topçu
Selçuk University · Institute of Graduate Studies in Science
2025
00
Master'sOpen AccessTR

Yapay sinekkuşu optimizasyon algoritmasının geliştirilmesi ve ileri beslemeli yapay sinir ağlarına uygulanması

Bilgisayarların karmaşık veri örüntülerini öğrenme, olaylar arasında ilişki kurabilme ve karar verme yeteneklerinin gelişmesiyle birlikte, matematiksel olarak formüle edilmesi güç veya imkânsız olan birçok problem çözülebilir hâle gelmiştir. Bu gelişimin temelinde yapay zekâ, yapay sinir ağları ve doğadan esinlenen akıllı optimizasyon algoritmaları bulunmaktadır. Metasezgisel yöntemler, canlıların sezgisel davranışlarını taklit ederek karmaşık arama uzaylarında optimale yakın çözümler üretmeyi amaçlamakta ve mühendislikten veri madenciliğine kadar pek çok alanda etkin şekilde kullanılmaktadır. Bu tezde, ileri beslemeli yapay sinir ağlarının eğitimi için Yapay Sinekkuşu Optimizasyon Algoritmasının çeşitli iyileştirmelerle geliştirilerek yeni bir hibrit modeli olan CLAHA (Chaotic-Initialized Light Hybrid AHA) önerilmiştir. Geliştirmeler kapsamında başlangıç popülasyonunun kaotik haritalarla dengeli biçimde dağıtılması, mutasyon tabanlı ince ayar operatörleri ile popülasyon çeşitliliğinin korunması ve muhalefet tabanlı öğrenme yöntemi ile çözüm uzayının zıt bölgelerinde alternatif bireyler üretilmesi sağlanmıştır. Test edilen sekiz kaos haritası arasından en iyi yakınsama performansını sunan Chebyshev haritası başlangıç aşamasında kullanılmak üzere seçilmiştir. Önerilen yöntem, ileri beslemeli yapay sinir ağlarının eğitiminde ağırlık ve bias parametrelerinin optimizasyonu için uygulanmış ve 17 sınıflandırma veri kümesi üzerinde değerlendirilmiştir. Deneyler 500 iterasyon, 30 bireyli popülasyon ve 10 tekrar altında yürütülmüş; doğruluk, F1-Skoru, AUC, MSE ve işlem süresi ölçütleri kullanılmıştır. Alınan sonuçlarda CLAHA, 17 veri setinin 13'ünde en yüksek doğruluk ve F1-Skoru, 10'unda ise en düşük hata değerini elde etmiş; klasik sınıflayıcılarla yapılan karşılaştırmalarda 17 veri setinin 12'sinde en iyi veya en iyiye eşdeğer performans göstermiştir. Algoritmanın genel optimizasyon kabiliyeti ayrıca 23 klasik benchmark fonksiyonu, CEC-2014 ve CEC-2022 uluslararası test fonksiyonları ve altı mühendislik problemi ile değerlendirilmiş; CLAHA sırasıyla 23 fonksiyonun 15'inde, CEC-2014'te 30 fonksiyonun 15'inde ve CEC-2022'de 12 fonksiyonun 7'sinde en iyi sonuçları üretmiştir. Elde edilen bulgular, kaotik başlatma ve popülasyon çeşitliliğini koruyan mekanizmalar sayesinde CLAHA'nın yerel minimumlara sıkışma problemini önemli ölçüde azalttığını ve hem sınıflandırma hem de karmaşık optimizasyon problemlerinde etkin ve kararlı bir küresel optimizasyon yöntemi olduğunu göstermektedir.

Kaotik haritalarMetasezgisel algoritmalarVeri madenciliği+1
Esma Özel
Selçuk University · Institute of Graduate Studies in Science
2025
00
DoctorateOpen AccessTR

Histopatolojik görüntülerde bez bölütleme için çoklu görev öğrenimi

Histolojik görüntüler tıp biliminde kanserin tespiti ve derecelendirilmesinde çok önemli bir rol oynamaktadır. Her ne kadar iyi eğitimli patologlar bu görevleri yerine getirebilse de süreç zaman alıcıdır ve hatalara açıktır. Dijital mikroskopların gelişmesi, yüksek kaliteli dijital histoloji görüntülerinin oluşturulmasını kolaylaştırarak dijital görüntü işlemedeki son gelişmelerden yararlanmamıza olanak sağlamıştır. Histopatolojik görüntü analizinde ilk adım, bazı organlar için bez morfolojisinin çıkarılmasıdır, bu da bez bölütlemesi gerektirir. Geleneksel bez bölümleme yöntemleri genellikle bez yapıları hakkında düşük düzeyli varsayımlara dayanır. Ancak, bez yapıları, slayt hazırlama sırasında hastalıklardan veya deformasyonlardan etkilenerek şekil ve boyut açısından önemli farklılıklar gösterebilir. Boyama işlemine bağlı olarak slaytlardaki renk değişimleri de düşük seviyeli özellikleri bez bölütlemesi için yetersiz hale getirebilir. Derin öğrenme ve dijital görüntü bölütlemedeki son gelişmeler umut verici alternatifler sunmaktadır. Literatürdeki çok sayıda bölütleme yöntemi, şekil ve boyut çeşitliliğinin, histoloji görüntülerindeki nesnelerin yüksek yoğunluğunun ve bu alandaki sınırlı etiketli görüntülerin yaratığı zorluklarla mücadele etmektedir. Önerilen birçok yöntem, bezleri arka plandan etkili bir şekilde ayırırken, bezler yakın olduğunda onları birbirlerinden ayırmakta genellikle başarısız olurlar. Bu tez, kolon bezi bölütlemesi için çeşitli çok görevli yöntemler önermektedir. Öncelikle, bez morfolojisi çıkarımını iyileştirmek ve bitişik bezleri ayırmak için bez sınırlarındaki bölütleme sonuçlarını geliştirmek hedeflenmiştir. Bu amaçla bez çevritleri kullanılmıştır. Ancak bu yöntem "dokunan bezler" dediğimiz birbirine yakın konumdaki bezlerle uğraşırken yetersiz kalmaktadır. Dokunan bezler arasındaki sınırları ele almak için bunlar modelimize ek bilgi olarak dahil edilmiştir. Çok ölçekli bir model oluşturmak için, alt örneklenmiş bölge etiketleri kullanılmıştır. Modelimizin bez yapısını çıkarma yeteneğini desteklemek için modelimize iskelet görüntüleri de eklenmiştir. Nesneler arası farklılığı ve nesne içi benzerliği arttırmak için ayrıca kütle koordinatlarının merkezi modelimize eklenmiştir. Önerdiğimiz yöntem, halka açık GlaS ve CRAG veri kümeleri kullanılarak değerlendirmeye tabi tutulmuştur. Hem niceliksel hem de niteliksel ölçümleri kapsayan en son teknolojiye sahip sonuçlara karşı yapılan karşılaştırmalı analizler, yöntemimizin güçlü bölütleme yeteneklerini göstermektedir.

İman Rezazadehkhıavı
Hacettepe University · Institute of Graduate Studies in Science
2024
00
Master'sOpen AccessTR

Biyometrik güvenlik sistemleri ve yüz tanımaya dayalı çevrimiçi sınav sistemi

Bu çalışmada, çevrimiçi sınavlarda bir başkasının yerine sınava girişin önlenmesi amacıyla yüz tanımayla kimlik tespiti yapan bir uygulama geliştirilmiştir. Öncelikle ad, soyad ve yüz görüntüsü gibi verilerden oluşan kullanıcı bilgisi veri tabanına kaydedilmektedir. Sınav zamanında, kullanıcıdan web kamera yoluyla alınan yüz görüntüsü, veri tabanına daha önceden kaydedilen yüz görüntüsü ile karşılaştırılmaktadır. Karşılaştırma sonucuna göre kişi sınava alınmakta ya da alınmamaktadır. Günümüzde, hemen hemen her bilgisayarda bir web kamera olması, yüz tanımanın en güvenli biyometrik sistemlerinden biri olması ve kullanımı kolay olması nedeniyle bu tez çalışmasında yüz tanıma sistemi kullanılmıştır. Bu tezde, otomatik insan yüzü tanımak için Özyüz yöntemi kullanılmış olup oldukça yüksek başarım elde dilmiştir.

Zihni Kaya
İstanbul Aydın University · Institute of Graduate Studies in Science
2016
00
Master'sOpen AccessTR

Karakter tanıma sistemleri ve Osmanlıca için bir uygulama

Bu tezde Karakter Tanıma Sistemleri ele alınmıştır. C# programlama dili kullanılarak, Osmanlıca için çeviri sistemi geliştirilmiştir. Osmanlıca harfler, çeviri sistemine ASCII kod olarak girdi üreten bir optik karakter tanıma sistemi tarafından tanınmıştır. Girdi metin yükleme aşamasında, girdi metinin tüm bileşik yapılarının sistem de olup olmadığı kontrol edilir. Dokümanın ve sözlüğün içeriğine göre olası alfabe çevirimlerinin tamamı üretilir. Eğer bir çevirim elde edilemezse metnin tanınmamış parçalan kullanıcıya sorulur. Kullanıcıyla bilgisayar arasındaki etkileşimi kolaylaştırmak artık günümüzde zorunlu hale gelmiştir. Kâğıt üzerine basılı metinlerin otomatik olarak bilgisayar ortamına aktarılması kullanıcıların zaman sarfiyatını azaltmak açısından çok nemlidir. Karakter Tanıma Sistemleri bilgisayar aracılığıyla, basılı metinlerin okunarak metinlerine dönüştürülmesi işlemidir. Tez, altı bölümden oluşmaktadır: Giriş, Bütünleşik Veri, Görüntü İşleme, Kullanılan Yöntemler, Uygulama ve Materyal, Sonuç ve Öneriler kısmından oluşmaktadır. Giriş bölümünde, bu tezin amacı ve bu çalışma hakkında literatür araştırması yapılmıştır. Bütünleşik Veri bölümünde, Karakter Tanıma Sistemlerinin Genel Yapısı, Karakter Tanıma Sistemlerinin Çalışma Prensibi, Günümüzde Kullanılan Karakter Tanıma Sistemleri, bu sistemlerin kullanım alanları, avantaj ve dezavantajları ile Osmanlıcanın Yapısı ve Osmanlı Arşivleri incelenmiştir. Görüntü İşleme bölümünde, görüntü işleme sistemlerinin çalışma prensipleri ve özellikleri incelenmiştir. Kullanılan Yöntemler bölümünde, Karakter Tanıma Sistemleri için kullanılan yöntemler belirtilmiştir. Uygulama ve Materyal bölümünde, Uygulamanın özellikleri, programın algoritması ve arayüzü anlatılmıştır. Sonuç ve Öneriler bölümünde test sonuçları değerlendirilmiş ve görüşler ve öneriler belirtilmiştir.

Utku Can Aytaç
İstanbul Aydın University · Institute of Graduate Studies in Science
2016
00
Master'sOpen AccessTR

Doğal dil işleme yöntemleriyle Türkçe sosyal medya verileri üzerinde duygu analizi

İnternetin sürekli olarak gelişmesi ve hayatımızın vazgeçilmesi olması ile beraber birtakım sosyal paylaşım siteleri ortaya çıkmıştır. İnsanların fikirlerini paylaştığı ve etkileşimde bulunduğu bu sosyal medya platformları veri kaynağı açısından bilim insanlarının adresi olmuştur. İnsanlar günümüzde istedikleri bilgiye internet üzerinden yaptıkları aramalarla kolaylıkla ulaşabilmektedir. İnternetteki bilgilerin çoğu geribildirime açık olup bu geri bildirimler anketler ve forum siteleri aracılığıyla yeni fikirlerin analizi için toplanmaktadır. Çok fazla internet kullanıcısı olmasından dolayı geri bildirimlerin insan tarafından analiz edilmesi çok zordur. İşte bu noktada duygu analizi kavramı ortaya çıkmıştır. Duygu analizi, metinlerdeki bir konu hakkındaki duygu ve düşüncenin analiz edilerek duygunun pozitif ve negatif olarak sınıflandırılmasını amaçlar. Öznitelik seçimi sınıflandırma performansı ve başarısını arttırmak için günümüzde sıklıkla kullanılmaktadır. Bu seçimde farklı metotlar kullanılmakta olup amaçlanan veri kümesi içinden sınıflandırmadaki başarıyı etkileyen alakasız niteliklerin devre dışı bırakılıp önemli niteliklerin seçilmesidir. Bu şekilde başarı oranı arttırılabilir. Bu tez çalışmasında günlük konuşma dili ile yazılan Türkçe metinlerden öznitelik seçimine odaklanılmış olup detaylı ön işlemeden geçen veri üzerinde destek vektör makineleri, yapay sinir ağları ve centroid tabanlı sınıflandırma algoritmaları kullanılmıştır. 3 ayrı GSM operatörünün takipçilerine ait tweetler üzerinde Gini İndeks, Bilgi Kazancı ve Genetik Algoritma 3 farklı sınıflandırma algoritmasıyla hibrit olarak kullanılmıştır. Özellikle boyut indirgemede önemli bir yere sahip olan ve sezgisel olarak çalışan genetik algoritma ile destek vektör makineleri hibrit olarak kullanıldığında 3 farklı GSM operatörü için de %100 başarı elde edilmiştir.

İlkay Yelmen
İstanbul Aydın University · Institute of Graduate Studies in Science
2016
00
Master'sOpen AccessTR

In-memory (hafıza içi) veri tabanı sistemlerinde akıllı log analizi

Veri, tüm zaman ve çağlarda hep değerli olmuş, bilimin ilerlemesine ve toplumların gelişmesine öncülük etmiştir. İçinde bulunduğumuz Bilgi ve Teknoloji Çağı'nda, verinin değeri her geçen gün daha da önem kazanmaya başlamıştır. Günümüzde veriyi son derece önemli hale getiren en temel hususlardan birisi de, verilerin hızlı bir şekilde işlenebilmesi ve daha iyi analiz edilebilmesi olmuştur. Analiz sonucunda daha anlamlı veriler üretilmiş ve böylece verilerin çok daha etkin bir şekilde kullanılabilmesi sağlanmıştır. Bu çalışmada, uygulama ve sistemlerin işleyişi sürecinde oluşan log verilerinin In-Memory Veri Tabanı sistemlerinde tutulması, YSA algoritmalarından SOM (kendi kendine organizasyonlu öğrenme) algoritması kullanılarak tutulan verilerin analiz edilmesi ve sistemdeki anomali durumlarının tespit edilmesi yaklaşımı esas alınmıştır. Anomali tespiti amaçlı veri analizlerinde, denetimli öğrenen (supervised) YSA algoritmalarının tek başına yeterli olmayacağı, denetimsiz öğrenen (unsupervised) YSA algoritmalarının da kullanılmasının gerektiği görüşü beyan edilmiştir. Diğer yandan büyük boyutlu verilerin analiz çalışmalarının hızlı yapılabilmesi için, In-Memory (Hafıza İçi) veri tabanı sistemlerinin kullanılmasının gerekliliğine değinilmiştir. Konuyla ilgili geliştirilen prototip uygulama detaylıca anlatılmıştır. Uygulamada, In-Memory veri tabanı tablolarında tutulan, BT sitemlerindeki Windows sunuculara ait olan ve WMI üzerinden alınan uygulama log verileri kullanılmıştır. Öncelikle SOM algoritması kullanılarak veriler analiz edilmiştir, sonra da çıktı verileri baz alınarak anomali tespiti yapılmış ve anomali seviyeleri derecelendirilmiştir.

AnomalilerBilgi teknolojisiYapay sinir ağları+2
Hayati Tutar
İstanbul Aydın University · Institute of Graduate Studies in Science
2016
00
Master'sOpen AccessTR

NS veya paket izleyici gibi simülasyon aracını kullanarak bir ağ performansı değerlendirmesı

Bilgisayar ağları büyüdükçe Kablolu ve Kablosuz ağ teknolojileri de gelişmeye başlamıştır. Teknolojiler geliştikçe istekler de artmaya başlamıstır. Bu isteklerin en başında, ağların maksimum güvenli ve aynı zamanda maksimum hızlı performanslı olmalarını istemeleri gelmektedir. Bu çalışmada, ağların performanslı çalışması incelenecektir. Bu sebeple, NS veya paket izleyici gibi bazı simülasyon aracını kullanarak bir ağ performans değerlendirmesinde neler yapılabilir ve türlü türlü parametreler ne kadar başarıyla yanyana getirilebilir gibi bilgiler sunulacaktır. CCNA, CCNP, HCNA ve HCNP eğitim seviyesinde kullanılabilecek önemli ayarlamalar yapılmış olup bunların hepsi teker teker simule edilmiştir. Sonuç olarak başarılacak olan şey bir geniş ağ veya yerel ağ için iyi bir kılavuz olacaktır. Sanal teknolojiye dayalı teklif edilmiş uzaktan ağ laboratuvarı mimarisi gerçek ekipman kullanan geleneksel laboratuvarlara göre daha fazla fayda gösterdi ki bu lab'de ağ simülasyonları için özellikle önemlidir. Burada kazanılan tecrübe yanı sıra birebir ağ üzerinde işlem yapılabilir. Bizler burada sanal olarak laboratuvar ekipmanlarını yeniden kablolamayı, laboratuvarın topolojisi değiştirmeyi ve sanal laboratuvar ekipmanı ekleyerek yeni bir dizayn uygulayabildik. Sanal bir ortamda çalışıltığında yapılacak ve ispatlanacak konfigürasyonlar kısıtlıdır. Sadece sanal bir lab çözümü çoğunlukla öğretmek için uygundur çünkü ağ trafiği hafiftir ve lab PC yükün üstesinden gelmek için genellikle güçlüdür. Ve önemli bir özellikle eagle sunucusu DHCP, Mail, FTP, Web ve dağıtıcılar, düğmeler, güvenlik cihazları ve PC'ler gibi ağ ekipmanlarını içeren Linux'a dayalı bir makinenin bizlere sağladığı yararlardır. Son olarak anlatılan performans konuları, önlemleri, gerekli parametreler göz önünde bulundurularak hem CISCO Packet Tracer de hem de Huawei'in eNSP simulasyon programında hayali ağlar tasarlanarak performans değerlendirilmeleri yapılmıştır. Fakat unutmamak lazım ki, tasarlanan ağlar gerçek laboratuvarlar da değilde ücretsiz sanal ortamlarda tasarlanmış ve değerlendirilmiştir. Bu yüzden de elimizde gerçek veriler olmadığı için gerçek performans değerlendirilmesi yapmak ve çıktılar almak mümkün değildir. Sadece performans gereksinimleri göz önünde bulundurularak ağlar tasarlanmış ve sanal ortamların izin verdiği kadar değerlendirme yapılarak ağ performans değerlendirilmesi yapılmıştır. Keywords: Router,Switch, İnternet Protocols, VLAN Channel Protocols, Network Performance Evaluation, Huawei eNSP, Cisco Packet Tracer.

Ağ performansıBilgisayar ağ protokolleriGeniş alan ağları+2
Sayed Mansoor Hashımı
İstanbul Aydın University · Institute of Graduate Studies in Science
2017
00
Master'sOpen AccessTR

Büyük veri ortamında iki aşamalı kümeleme ile rotalama

Bu tezde yeni bir fikir olarak düşünülen araç rotalamada zaman aralığı (time windows) kümeleme konusunda yeni bir yöntem ele alınacaktır. Daha önceki çalışmalarda nokta yönelimli kümeleme ile başarılı sonuçlar alındığı bilinmektedir. Bu çalışmada ise nokta yönelimli kümeleme ile zaman aralığı kümeleme aynı anda uygulanıp daha uygun bir çözüm bulunabileceği ele alınacaktır. Uygulanacak metot büyük veri üstünde uygulanarak bu gibi ihtiyaçları olan sistemlerde kullanılabilirliği anlatılacaktır.

Mehmet Fatih Yüce
İstanbul Aydın University · Institute of Graduate Studies in Science
2017
00