Akademik Veri Yönetim Sistemi
Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi-Cerrahpaşa, Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı Başkanlığı, Türkiye
Tez Danışmanı: Doç. Dr. Muhammed Ali Aydın
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Desteklendiği Program: Diğer
Özet:
Gerçek Zamanlı Görüntü Oluşumu İçin Kullanılan Gölgeleme
Algoritmalarının Cuda Kütüphanesi İle Geliştirilmesi Günümüzde verilerin hızla
artmasıyla birlikte büyük verinin güvenliği, yöneticiler için her zamankinden
daha önemli hale gelmiştir. Bununla birlikte, geleneksel altyapı sistemleri çığ
gibi artarak büyük verilerle baş edilemez hale gelmiştir. Ek olarak; mevcut
veri tabanı sistemleri, işlem başına lisans maliyetlerinin artmasıyla bilgi
teknolojilerini kullanan kuruluşları ücretsiz ve açık kaynaklı çözümlere
yöneltmiştir. Bu sebeplerle, kuruluşların maliyetlerini düşürmek, ağ trafiğinde
oluşan büyük veri analizi başarımı ile öne çıkan Apache Hadoop Dağıtık Dosya
Sistemi (HDFS) ve analizde hız performansı ile öne çıkan Apache Spark üzerinde
bir anomali saldırı tespit modeli önerilmiştir. Bu model dört aşamadan oluşur:
birincisi ağ trafiğinde otomatik olarak topladığımız log verilerini, HDFS'de
dağıtık bir şekilde depolanmıştır. İkinci aşamada, bu verileri HDFS'den Apache Spark
üzerine alınmıştır. Üçüncü aşamada, veri ön işleme aşaması ve Tensorflow
kütüphanesindeki GPU'ların paralel hesaplama desteği sunan CUDA ile derin
öğrenme (cuDNN) yöntemimiz olan dağıtık anomali saldırı tespit sistemi
uygulanmıştır. Son aşamada ise, üretilen alarmlar tekrar HDFS'ye
kaydedilmiştir. Derin öğrenmede kullanılan sınıflandırma yöntemleri ile log
veri yönetiminde siber saldırı aykırılıklarını tespit etmek için önerdiğimiz
yaklaşımla karşılaştırmalı deneyler yapılmıştır. Bu deneylerde elde edilen
sonuçlar, diğer mevcut yöntemlere kıyasla performans değerlendirme ölçütlerinde
umut verici bir kazanç sağladığı görülmüştür.