Uzun kısa süreli bellek (LSTM) kullanarak bulut ortamında anomali tespiti için yeni bir akıllı sistem
| dc.contributor.advisor | Kurnaz, Sefer | |
| dc.contributor.author | Khudhur, Ahmed Adnan Khudhur | |
| dc.date.accessioned | 2025-02-07T08:07:02Z | |
| dc.date.available | 2025-02-07T08:07:02Z | |
| dc.date.issued | 2020 | en_US |
| dc.department | Altınbaş Üniversitesi, Lisansüstü Eğitim Enstitüsü, Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı | en_US |
| dc.description.abstract | Bu çalışmada, LSTM ve PSO ile birleştirilen PCA tabanlı bulut bilişimde Saldırı kötü amaçlı yazılım Tespit Sistemi. Veriler ilk olarak aktif özellikleri seçen ve orijinal kötü amaçlı yazılım verilerinin boyutunu küçülten PCA kullanılarak analiz edildi. Ayrıca, PCA'nın çıkışı LSTM'ye bağlanmıştır. LSTM, ses işleme, güvenlik ve görüntü tanıma gibi çeşitli alanlarda uygulanan etkili derin öğrenme tekniklerinden biridir. PSO, yüksek doğruluk sağlamak için LSTM'nin parametrelerini optimize etmek için uygulandı. Yöntem sonuçlarımızın kanıtlanması için kullanılan çeşitli değerlendirme teknikleri. Elde edilen sonuçlar, kötü amaçlı yazılım Tespit alanında sunulan tanınmış araştırmalarla karşılaştırılmıştır. | en_US |
| dc.description.abstract | In this study, malware Detection System in cloud computing based on PCA which combined with LSTM and PSO. The data first analysed by using PCA which selected active features and reduce the size of the original malware data. Furthermore, the output of the PCA wired to the LSTM. The LSTM is one of the effective deep learning techniques applied in several fields such as audio processing, security, and image recognition. The PSO applied to optimize the parameters of LSTM to presented high accuracy. Several evaluation techniques used to prove our method results. The obtained results compared with well-known researches presented in malware detection field. | en_US |
| dc.identifier.endpage | 59 | en_US |
| dc.identifier.startpage | 1 | en_US |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=8tbPippmWV_b-Irrn9YEAtEiZQnf63pFFEQqMuICzdllu-x_YRISta8GEvK-rsbJ | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12939/5713 | |
| dc.identifier.yoktezid | 672441 | |
| dc.institutionauthor | Khudhur, Ahmed Adnan Khudhur | |
| dc.language.iso | en | en_US |
| dc.publisher | Altınbaş Üniversitesi, Lisansüstü Eğitim Enstitüsü | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.snmz | KA_TEZ_20250206 | |
| dc.subject | Elektrik ve Elektronik Mühendisliği | en_US |
| dc.subject | Electrical and Electronics Engineering | en_US |
| dc.subject | Derin öğrenme | en_US |
| dc.subject | CNN | en_US |
| dc.subject | KNN | en_US |
| dc.subject | SVM | en_US |
| dc.subject | PSO. | en_US |
| dc.subject | Deep learning | en_US |
| dc.subject | LSTM | en_US |
| dc.subject | PCA | en_US |
| dc.subject | PSO | en_US |
| dc.subject | Cloud computing. | en_US |
| dc.title | Uzun kısa süreli bellek (LSTM) kullanarak bulut ortamında anomali tespiti için yeni bir akıllı sistem | |
| dc.title.alternative | A new intelligent system for anomaly detection in cloud envirounmrnt using long short-term memory (LSTM) | |
| dc.type | Master Thesis |
