2 results
Search Results
Now showing 1 - 2 of 2
Conference Object A Comparison of Neural Network Approaches for Network Intrusion Detection(Springer international Publishing Ag, 2020) Oney, Mehmet Ugur; Peker, SerhatNowadays, network intrusion detection is an important area of research in computer network security, and the use of artificial neural networks (ANNs) have become increasingly popular in this field. Despite this, the research concerning comparison of artificial neural network architectures in the network intrusion detection is a relatively insufficient. To make up for this lack, this study aims to examine the neural network architectures in network intrusion detection to determine which architecture performs best, and to examine the effects of the architectural components, such as optimization functions, activation functions, learning momentum on the performance. For this purpose, 6480 neural networks were generated, their performances were evaluated by conducting a series of experiments on KDD99 dataset, and the results were reported. This study will be a useful reference to researchers and practitioners hoping to use ANNs in network intrusion detection.Doctoral Thesis A Combined Approach of Clustering and Association Rule Mining for Customer Profiling in Video on Demand Services(2020) Güney, Sinem; Turhan, Çiğdem; Peker, SerhatGünümüzde IPTV (İnternet Protokol Televizyonu) hizmet sağlayıcıları, daha fazla gelir elde etmek için yaptıkları iş girişimlerinin bir parçası olarak VoD (İsteğe Bağlı Video) hizmetleri sunmaktadır. Bunu yapmak için müşteri davranışları ve beklentileri hakkında bilgi sahibi olmaları gerekir. Kullanıcılarla ilgili bu tür bilgiler CRM (Müşteri İlişkileri Yönetimi) sistemlerinde saklanır. Bu çerçevede, bu çalışma VoD hizmetlerindeki müşterileri kümeleme ve dernek kuralı madenciliği teknikleri uygulayarak analiz etmeyi amaçlamaktadır. LRFMP (Uzunluk, Yenilik, Frekans, Parasal ve Periyodiklik) modeli, müşteri davranışlarını bulmak için uygulanır ve k-küme algoritmaları kümelerin ve müşteri profillerinin belirlenmesini sağlar. Sonuç olarak, dört farklı müşteri grubu, 'tüketen ve en değerli', 'daha az tüketen ve daha az değerli', 'daha az tüketen ama sadık' ve 'ne sadık ne de değerli' olarak tanımlanır. Bu çalışma için önemli bir bilgi kaynağı, abonelerin içerik kategorisi ve kiralama tercihleriyle ilgili olarak içerik türü veya türüdür. Bu amaçla, müşterilerin potansiyel kiralarını tahmin etmek için ilişkilendirme kuralı algoritması (Apriori) kullanılır. Bu çalışmada, IPTV hizmet sağlayıcılarının hassas müşteri davranışlarına ve tercihlerine daha fazla ışık tutması için birleşik bir yaklaşım yararlı olacaktır, bu da müşteri memnuniyetini artırmak ve uzun vadede gelirleri artırmak için her bir abone kategorisi için daha hedefli pazarlama stratejileri oluşturulmasına izin verir.
