GCRIS :: Search

Search Results

Now showing 1 - 10 of 21

Yazılım Geliştirme Organizasyonlarında Devops Uyumluluğu Üzerine Bir İnceleme: Kalite, Verimlilik ve Güvenlik Perspektifi
(2023) Otaıwı, Zıadoon Abdullah; Yazıcı, Ali; Yazıcı, Ali; Yazıcı, Ali; Mıshra, Alok; Software Engineering; Software Engineering
Günümüzde birçok yazılım kuruluşu, yüksek kaliteli, güvenilir yazılımları hızla geliştirmek ve sunmak için birbiriyle rekabet etmekte. Son zamanlarda birçok yazılım firması, bir Geliştirme (Dev) ve Operasyon (Ops) metodolojisi olarak, DevOps'u tercih etmeye ve bu metodolojiyi sistem geliştirme yöntemi olarak projelerine uyarlamaya başlamışlardır. Bununla birlikte, güvenilir ve konuşlandırılabilir uygulamalar tasarlamak için yeni araçlar, teknolojiler, yöntemler, kültür ve deneyimli çalışma ekipleri gerektirdiğinden, yazılım endüstrisinin DevOps adaptasyonunda bir takım zorluklarla karşılaştığı bilnmektedir. DevOps'u çevreleyen mevcut akademik araştırmaların çoğu, bu yeni metodolojiye nasıl uyum sağlanacağına ve kuruluştaki performansın nasıl iyileştirileceğine ilişkin yanıtlar aramaktadır. Bunun içinde, hız, kalite ve üretkenlik konularına odaklanılması gerektiği anlaşılmaktadır. Bu çalışma, kuruluşlarda DevOps metodolojisinin uygulanmasında kalite, üretkenlik ve güvenlik konularıyla ilgili araştırma boşluklarını doldurmak için ampirik bir çalışma yürütmeyi amaçlamaktadır. Bu nicel çalışma sonucunda, CALMS (Kültür, Otomasyon, Yalın, Ölçüm ve Paylaşım) çerçevesine göre DevOps benimsendiğinde yazılım kalitesinin, üretkenliğin ve güvenliğin arttığını gözlemlenmiştir. Ancak, toplanan nicel verilere göre, DevOps benimsendiğinde güvenlik üzerinde bazı zorluklar ve olumsuz etkilerin söz konusu olduğu da belirlenmiştir. Bu çalışmada ayrıca, kuruluşlarda DevOps'un adaptasyonunu kolaylaştırmak için en iyi uygulamaları ve önerileri kullanarak geliştirilen bir model önerisi yapılmıştır.
Yalın Yazılım Gelıstırme Surecı Uzerıne Gozlemler
(2017) Faraj, Llahm Omar; Mıshra, Alok; Yazıcı, Ali
Bu tezde yalin yazılım geliştirme yöntemi (LSD) detaylı olarak anlatılmış ve sıska yazılım geliştirmenin evrimi için gözlemler yapılmıştır. Bununla ilgili olarak deneysel çalışan yazarların fazlar halinde verdiği yöntem anlatılmıştır. LSD güçlü çevik yazılım geliştirme (ASD) yaklaşımından sadece biri olup hedefi müşteri değerini artırmak ve bütçe limitleri dahilinde hızlı teslimi sağlamaktır. LSD, işletmeye, LPleri gereksinimlerine göre kullanıldıklarında, iş alanlarını geliştirmede yardımcı olduğu belirlenmiştir.
Optimize edilmiş makine öğrenim tekniklerine dayalı yazılım kusurlarını öngörmek için yeni bir yöntem
(2022) Hassen, Shaho Ismael; Yazıcı, Ali; Mıshra, Alok
Bu tezde, tüm gerçekleri motivasyon olarak kabul ederek yazılım kusur tahmini için yeni ve sağlam bir buluşsal güdümlü nöro-bilgisayar modeli geliştirilmiştir. Diğer klasik makine öğrenimi modellerinden farklı olarak, nöro-bilgisayar, özellikle Levenberg Marquardt Sinir Ağı (LM-YSA), doğrusal olmayan özellik öğrenimi ve dolayısıyla hatalı veriler için hayati önem taşıyabilecek uyarlamalı öğrenme açısından daha sağlam olarak kabul edilimektedir. Ancak, diğer makine öğrenimi modellerinde olduğu gibi, 17 giriş özelliği olanlarda da aşırı yüksek ağırlık tahmini nedeniyle yerel minimum ve yakınsama olasılığından kaçınılamamıştır. Bu gerçeği göz önünde bulundurarak, bu araştırma, öğrenme sırasında uyarlanabilir ağırlık tahmini ve güncelleme için YSA'ya yardımcı olamak amacıyla buluşsal model denilen yeni bir geliştirilmiş genetik algoritm sunark katkıda bulunmuştur. Burada buluşsal modelin temel amacı, LM-YSA'nın herhangi bir yerel minimum ve yakınsama sorunu yaşamadan üstün ağırlık tahmini, güncelleme ve dolayısıyla öğrenme elde etmesine yardımcı olmaktır. Sonuç olarak , önerilen nöro-bilgisayar modelinin hedeflenen yazılım hatası veri kümeleri üzerinde klasik sinir ağından daha yüksek doğruluk elde etmesine yardımcı olmuştur. Sınıflandırıcı veya makine öğrenimi iyileştirmesine ek olarak, bu araştırmada, herhangi bir sınıf dengesizliği, aşırı uydurma ve yakınsama olasılığının hafifletilmesine yardımcı olan özellik mühendisliğine de odaklanılmıştır.
Bulut Depolama için Gizlilik Koruma Tekniklerinin Karşılaştırmalı Bir Çalışması
(2020) Jabar, Thr Satar Jabar; Mıshra, Alok
Bilgi ve veri gizliliği, özellikle internet kullanıcılarının kişisel ve hassas verilerini bulut ortamında depolamada, bulut bilişim endüstrisi için kritik kavramlar haline geldi. Birçok bulut hizmeti sağlayıcısı, geniş bir bulut topluluğu oluşturmada öncü girişim olarak kullanıcıları için birinci sınıf ve kaliteye dayalı hizmetler sunmaktadır. Ancak, tüm dünyada siber güvenlik ve gizlilik ihlalleri artmaya ve gelişmeye ve sonununda çoğu servis sağlayıcının altyapısı tehdit edilmeye başlanmıştır. Neyse ki, veri gizliliğinin tehlikeli zorluklarının üstesinden gelmek ve bulut depolama içeriklerini korumak ve daha iyi metodolojiler bulmaya yönelik uygun teknikler geliştirmek üzere çok sayıda araştırma yapıldığı gözlemlenmektedir. Bu çalışma, bulut depolamaya yönelik gizlilik koruma tekniklerinin çeşitli biçimlerini karşılaştırmaya odaklanmaktadır. Çalışma, veri gizliliğinin karşı karşıya olduğu ikilem için esnek, güvenli ve verimli çözümler tasarlamak amacıyla, gizliliği koruma tekniklerinin ve bunların ortak özelliklerinin kapsamlı bir analizini içermektedir. Bu çalışmada ayrıca, tek seferlik parola kimlik doğrulama teknolojisi ve çoklu bulut depolama yapısı ile çok katmanlı bir şifreleme çerçevesi önererek bulut depolamanın gizliliğini korumak için ulaşılabilir bir çözüm sunulmaktadır.
Bbo-de Algoritması Kullanarak Akıllı Şehirlerde Wsn Dağıtım Optimizasyonu
(2023) Abdulwahıd, Huda M.khaled; Mıshra, Alok
Kablosuz Sensör Ağları (WSN'ler), akıllı şehir altyapısının dağıtımında kritik bir rol oynar ve kentsel ortamların etkin izlenmesi ve yönetimi sağlar. WSN'lerin akıllı şehirlerdeki dağıtımını optimize etmek, karmaşık ve dinamik doğası nedeniyle zorlu bir görevdir. Bu tez, Biyoğeografi Tabanlı Optimizasyon ve Diferansiyel Evrim (BBO-DE) algoritmalarının birleşimiyle WSN dağıtımına yönelik yeni bir yaklaşım sunmaktadır. Bu araştırmanın amacı, BBO-DE algoritmasının akıllı şehir senaryolarında optimal WSN dağıtımını gerçekleştirmedeki etkinliğini araştırmaktır. Algoritma, biyoğeografi prensiplerinden ilham alan biyoğeografi tabanlı optimizasyon tekniğini ve diferansiyel evrimin güçlü arama yeteneklerini bir araya getirir. Sensör düğümü yerleşimi için kapsama, ağ bağlantısı, dağıtılan sensör sayısı ve algılama örtüşmesi gibi faktörleri dikkate alarak keşfi ve kullanımı dengeleyerek neredeyse optimal çözümler bulur. BBO-DE algoritmasının performansını değerlendirmek için bir dizi deney yapıldı. Temel BBO ve genetik algoritma gibi diğer bilinen optimizasyon teknikleriyle karşılaştırmalı bir analiz gerçekleştirildi. Sonuçlar, BBO-DE algoritmasının diğer optimizasyon yöntemlerine göre tüm faktörlerde daha iyi performans sergilediğini göstermektedir. Bu araştırma, BBO-DE algoritmasını tanıtarak ve değerlendirerek akıllı şehirlerde WSN dağıtımı alanına katkıda bulunur. Bulgular, algoritmanın 3D uzayda optimal WSN dağıtımını gerçekleştirmedeki etkinliğini vurgulayarak akıllı şehir uygulamalarında geliştirilmiş algılama yetenekleri ve kaynak kullanımına yol açar.
Pca ve Optimize Edilmiş Lstm'ye Dayalı Yeni Yazılım Kusur Tahmin Yöntemi
(2021) Al-obaıdı, Anmar Sadeq Jasım; Mıshra, Alok; Yazıcı, Ali
Bu çalışmada, PCA tabanlı LSTM uygulayarak yazılım hatası tahmini için yeni bir yaklaşım sunulmuştur. Bu çalışma, PCA tarafından gerçekleştirilen özellik seçimi ve LSTM tarafından yürütülen sınıflandırma bölümünden oluşmaktadır. PCA'Nin öznitelik seçimi olarak uygulanmasının amacı, etkilenmeyen öznitelikleri kaldırarak hesaplama süresini azaltmak için girdi özniteliklerinin boyutunu küçültmektir. Ardından, PCA'Nin çıkışı, giriş yazılımı kusur özelliklerini iki sınıfa (kusurlu ve normal) sınıflandıran zaman serisi sınıflandırıcısı olan LSTM'ye bağlanır. En iyi doğruluğu elde etmek için LSTM'nin ağırlığını ve tabanını güncelleyerek LSTM'nin performansını optimize etmek için uygulanan PSO. Elde edilen sonuçlar bu alanda sunulan yaygın çalışmalarla karşılaştırılmıştır.
Citation - WoS: 5
Sustainable Software Engineering Education Curricula Development
(Union Scientists Bulgaria, 2020) Mishra, Alok; Mıshra, Alok; Mishra, Deepti; Mıshra, Deepti; Mıshra, Alok; Mıshra, Deepti; Computer Engineering; Software Engineering; Computer Engineering; Software Engineering
Climate change risk and environmental degradation are the most critical issues of our society. Our technology influenced daily life style involves many software and apps which are used by large society and their use is increasing than ever before. Sustainability is a significant topic for future professionals and more so for Information Technology (IT) professionals and software engineers due to its impact on the society. It is significant to motivate and raise concern among students and faculty members regarding sustainability by including it into Software Engineering curriculum.
Yazılım Projelerinde Yazılım Aracı Tarafından Veri Toplama ve Veri Entegrasyonu
(2016) Adrah, Muna; Mıshra, Alok; Mıshra, Deeptı
Bu tezde değişik yazılım projelerinden veri toplama ve birleştirme amaçlanmıştır. Değişik yazılım projelerinden veri toplama ve birleştirmede zorluklar vardır. Bazı tekniklerin bazı proje takımlarına ve durumlarına daha iyi uyduğu saptanmıştır. Bunun yanında, teknikler normalde genel olup proje karakteristiklerine göre uyarlanmadan kullanılması mümkün değildir. Yazılım mühendisliği projelerindeki verileri değişik proje karakteristiklerine göre ayırt etmek için veri tabanı oluşturulmuştur. Değişik verileri saklamak ve değişik yazılım projelerinden veri elde etmek için veri tabanı kurulmuştur. Yazılım projelerinden elde edilen veriler önerilen yaklaşımı geliştirmek üzere veri tabanı raporu formatında sunulmuştur. Anahtar kelimeler: Yazılım projeleri, Yazılım Araçları, Veri toplama ve birleştirme.
Farklı Derin Öğrenme Teknikleri ve Meta-sezgisel Algoritmalara Dayalı Tıbbi Veri Kümesi Sınıflandırması
(2023) Kadhım, Yezı Alı; Mıshra, Alok; Doruk, Reşat Özgür
Tıp, bilgisayar bilimindeki ilerlemenin önemli ilerleme kaydettiği alanlardan biridir. Bilgisayarların Tıpta kullanımı kesinliği artırır ve veri işlemeyi ve teşhisi hızlandırır. Şu anda, derin öğrenme algoritmalarının önemli bir rol oynadığı çeşitli bilgisayar destekli teşhis sistemleri bulunmaktadır. Daha hassas ve daha hızlı sistemlere ihtiyaç vardır. Bilgisayar destekli teşhis (CAD), yıllar içinde teşhis tahmini için etkili ve doğru bir yöntem olduğunu kanıtlamıştır. Bu çalışma, teşhisi olabildiğince doğru bir şekilde gerçekleştirmek amacıyla otomatik bir CAD sisteminin geliştirilmesine odaklanmaktadır. Derin öğrenme yöntemleri, tıbbi görüntü veri kümeleri üzerinde etkileyici sonuçlar üretebilmiştir. Bu tezde, iki farklı tıbbi veri kümesinden COVID-19, ve birkaç tıbbi veri seti tespitini kapsayacak şekilde en uygun özellikleri seçmek için meta-sezgisel yöntemin yardımıyla beyin tümörü. Birkaç önceden eğitilmiş evrişimli sinir ağı (CNN) AlexNet, GoogleNet, ResNet 50 ve DenseNet 201'in ilk kombinasyonu, üç tür Meta-Sezgisel Algoritma Karınca Kolonisi Optimizasyon algoritması (ACO), Particle Swarm Optimization algoritması (PSO), ve Genetik Algoritma (GA). İkinci kombinasyon, verilerin orijinal performansını korurken veri kümesinin boyutunu küçültmeyi amaçlayan yenilikçi bir yöntem olan üç tür Meta-Sezgisel Algoritma ACO, PSO ve GA ile Otomatik kodlayıcıydı. Doğru bir teşhis gerçekleştirmek için meta-sezgisel algoritmalar ve denetimli makine öğrenimi algoritmaları ile birlikte derin öğrenme yöntemlerinin kullanılması. Özellik çıkarımı için önceden eğitilmiş evrişimli sinir ağları (CNN'ler) veya otomatik kodlayıcı kullanılırken, özellik seçimi ACO veya PSO veya GA kullanılarak gerçekleştirilir. Karınca kolonisi optimizasyonu, veri miktarını azaltırken en iyi optimum özelliklerin aranmasına yardımcı olur. Son olarak, tanı tahmini (sınıflandırma), öğrenilebilir sınıflandırıcılar kullanılarak gerçekleştirilir. Özelliklerin çıkarılması ve seçilmesi için yeni çerçeve, derin öğrenme, otomatik kodlayıcı ve ACO'ya dayanmaktadır. Önerilen kombinasyonun performansı, iki tıbbi görüntü veri seti kullanılarak karar ağacı (DT), destek vektör makinesi (SVM), k-en yakın komşular (KNN), topluluk, Naive Bayes ve diskriminant gibi sınıflandırıcılarla değerlendirilir: göğüs röntgeni (COVID-19 ve beyin tümörlerinin varlığının tahmini için CXR) ve manyetik rezonans görüntüleme (MRI). Doğruluk, önerilen yaklaşımın performansını mevcut son teknoloji yöntemlerle karşılaştırmak için ana ölçü olarak kullanılır. Önerilen sistem, sırasıyla COVID-19 ve beyin tümörlerinin varlığını teşhis etmede diğer tüm yöntemleri geride bırakarak ortalama %99,61 ve %99,18 doğruluk elde ediyor. Elde edilen sonuçlara dayanarak, doktorların veya radyologların önerilen yaklaşımı COVID-19 hastalarının ve spesifik beyin tümörü olan hastaların teşhisinde güvenle kullanabilecekleri söylenebilir. Ayrıca bu tezde, farklı derin öğrenme tekniklerinin meta-sezgisel algoritma ile bir kombinasyonu, evrişimli sinir ağı veya otomatik kodlayıcı derin öğrenme yöntemlerinin her biri, iki farklı tıbbi veri setinden etkili özellikleri çıkarmak için uygulandı. Parçacık Sürü Optimizasyon Algoritması (PSO) tarafından elde edilen optimal özellikleri seçmek için meta-sezgisel yöntemin yardımıyla, yenilikçi bir yöntem olarak kabul edilen bu kombinasyon, verilerin orijinal performansını korurken veri kümesinin boyutunu küçültmeyi amaçlamaktadır. Kovid-19 veri seti, CNN-PSO-SVM kombinasyonu ile en yüksek doğruluğun %99,76 olduğunu ve ortak beyin tümörü veri seti için en yüksek doğruluk olarak %99,51'lik doğruluğun, otomatik kodlayıcı-PSO-KNN kombinasyon yöntemiyle elde edildiğini buldu. . Derin öğrenme yönteminin PSO özellik seçim algoritması ile kombinasyon modelinin, ACO algoritması ile aynı yönteme göre çok daha uzun zaman aldığını ve aynı zamanda PSO'nun doğruluğunun ACO doğruluğuna yakın olduğunu fark ettik.
Bulut Hesaplama Yapısı ile Çevik Yazılım Bakımı ve Geliştirmesi
(2023) Almashhadanı, Mohammed; Yazıcı, Ali; Mıshra, Alok
Çevik yöntemler şelale, prototipleme, spiral ve diğer geleneksel yazılım metodolojilerinin karşılaştığı sorunları önlemek amacı ile ortaya atılmıştır. Yapılan birçok akademik çalışmada çevik yöntemlerin yazılım geliştirmedeki yararlarını gösteren farklı özellikleri ve yönleri işlenmiştir. Bununla birlikte, birçok çalışmada bulut ortamında da çevik yaklaşımın yararlı olacğını gösteren yeni yapılar önerilmektedir. Mevcut çalışmalar bulutta çevik adaptif geliştirme üzerine yoğunlaşırken, bakım sürecinin çevik yaşam döngüsüne kapsamlı olarak katılmadığı görülmektedir. Bu çalışmanın amacı, bulut ortamında çevik yazılım bakımı ve geliştirmesi için bakım süreçlerinde kullanılmak üzere yeni bir Bulut Hesaplama Yapısı (ASMDCC) önermektir. Bu yapı üzerinde yapılan vaka çalışması bulguları, çevik yaklaşımla bulut kombinasyonunun geleneksel yazılım bakımında karşılaşılan başlıca sorunları çözebileceğini ve bu yaklaşımın küresel/dağıtılmış yazılım bakımındaki rolünü önemli kıldığını ortaya koymuştur. Ayrıca, Bulut Bilişim hizmetlerinin yazılım bakımını çözmede hayati bir rol oynadığı gösterilmiştir. Son olarak, sonuçlar, önerilen yapının kullanılmasının, yönetim, altyapı, işbirliği ve şeffaflık ile ilgili geleneksel ortama kıyasla bakım ekibinin karşılaştığı zorlukları iyileştirdiğini göstermektedir. Anahtar Kelimeler: Yazılım Bakımı, Çevik Yöntemler, Bulut Bilişim, Küresel Çevre

Filters

Settings

Sort By

Results per page

Search Results