In-memory (hafıza içi) veri tabanı sistemlerinde akıllı log analizi
Intelligency log analyses on in-memory database systems
- Tez No: 483749
- Danışmanlar: YRD. DOÇ. DR. METİN ZONTUL
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Science and Technology, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Anomaliler, Bilgi teknolojisi, Yapay sinir ağları, Yapay zeka, İlişkisel veri tabanı, Anomalies, Information technology, Artificial neural networks, Artificial intelligence, Relational database
- Yıl: 2016
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
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.
Özet (Çeviri)
Data of all time and ages have always been valuable; it has pioneered the development of the progress of science and society. In the information and technology age we live in, the value of data is gaining more importance every day. Today, one of the most fundamental issues that make the extremely important data, the data can be processed quickly and has to be better analyzed. More meaningful data on analysis results produced and thus, the data can be used much more efficiently. In this study, data of logs that occur in the operation process of the system and application in the In-Memory Database Systems keeping ANN algorithms SOM (Self Organizing learning) analyzing the data held using the algorithm and approach to the detection of anomalies with the system is based. Anomaly detection for the analysis of data, supervised learning (supervised) ANN algorithms will not be sufficient alone, unsupervised learning (unsupervised) neural network has declared its opinion that the requirements of the use. For rapid analysis of large volumes of data on the other hand, In-Memory has been given for the use of database systems. Developed a prototype application is described in detail on the subject. In practice, In-Memory database held in the table belonging to a Windows server in the IT system and application log data received via WMI is used. First SOM data were analyzed using the algorithm, then it made based on the anomaly detection output data and abnormality is rated levels.
Benzer Tezler
- Memory-based approaches to problems in probabilistic modeling
Olasılıksal modelleme problemleri için hafıza tabanlı yaklaşımlar
ABDULLAH AKGÜL
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Nesnelerin ağı: Çizge tabanlı bağlantılı veri görselleştirme ve sosyal ağ analizi uygulamaları
Network of things: Graph based linked data virtualization and social network analysis applications
CEM TURAN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
- Genetik algoritma tabanlı gizliliği koruyan ortak filtreleme
Genetic algorithm based privacy preserving collaborative filtering
MUSTAFA KEMAL BİRGİN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALPER BİLGE
- Hierarchical temporal memory based autonomous agent for partially observable video game environments
Kısmen gözlemlenebilir sanal oyun ortamları için hiyerarşik zamansal hafıza tabanlı otonom ajan
ALİ KAAN SUNGUR
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiModelleme ve Simülasyon Ana Bilim Dalı
YRD. DOÇ. DR. ELİF SÜRER
- Molecular genetic assessment of immune modulators in eosinophils and t cells both in silico and in vitro utilizing photoacoustic imaging approaches
Fotoakustik görüntüleme yaklaşımlarını kullanarak eozinofiller ve t hücrelerinde bağışıklık modülatörlerinin in siliko ve in vitro moleküler genetik değerlendirmesi
ZÜLAL ÇELİK
Yüksek Lisans
İngilizce
2025
Allerji ve İmmünolojiİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)
PROF. DR. CEREN ÇIRACI MUĞAN