Tez

Permanent URI for this collectionhttp://acikerisim.bau.edu.tr:4000/handle/123456789/160

Browse

Filters

2014 - 20152

Settings

Subject: search.filters.subject.Classification

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    An approach for classifying alerts of intrusion detection systems
    (Bahçeşehir Üniversitesi Fen Bilimleri Enstitüsü, 2014-01) Pourabbas, Farshid; Karahoca, Adem
    With the growth of the Internet networks today, security of data exchange is considered as an important task. Therefore, the use of security tools is increasing day by day. Intrusion detection systems are among these tools. They are only able to label a message received from a network as ‘alert’, but they are unable to describe system status. Some methods have been developed to solve the above problem through correlating the alerts received from intrusion detection systems. By correlating the interrelated alerts, the methods would be able to describe system status. One of the steps of correlation methods of alerts is to classify them. System status can be described well when classification is performed efficiently. Here, we present a method for classifying alerts.
  • No Thumbnail Available
    Item
    Veri madenciliği yöntemleri ile kardiyovasküler hastalık tahmini yapılması
    (Bahçeşehir Üniversitesi Fen Bilimleri Enstitüsü, 2015-01) Erkuş, Serap; Tunga, M. Alper
    Bu çalışmada biyomedikal veriler incelenerek dünyanın bir numaralı ölüm sebebi olan kalp ve damar hastalıklarının erken teşhisine katkıda bulunabilecek başarılı bir model oluşturmak hedeflenmiştir. Çalışmada kullanılan veri kümesi 604 kayıt içermektedir. Üç farklı yöntem kullanılarak referans değer aralıklarına göre dönüştürülen bu veri ile üç veri kümesi elde edilmiştir. Oluşan bu üç veri kümesi üzerinde nitelik seçim işlemleri ile belirlenen parametrelere, on sınıflandırma yöntemi uygulanmıştır. Veri kümeleri ve kullanılan algoritmaların başarı durumları incelenmiş ve bu incelemeyi desteklemek amacıyla diğer bazı performans ölçme metrikleri de kullanılarak en başarılı veri kümesi ve algoritma belirlenmiştir. Bu çalışma, oluşan modeli kullanarak hasta laboratuvar sonuçlarından otomatik olarak tanı üreten bir program yazılması ile geliştirilebilir.