SUBMISSIONS

SUBMISSION DETAIL

Frat GKKS, Tahsin ETNYOKU
 


Keywords:



J48 VE RASTGELE ORMAN SINIFLANDIRICILARININ BLG KAZANIMI VE TEMEL BLEEN ANALZ YNTEMLER LE OLUTURULAN FARKLI BOYUTLU VER SETLER ZERNDE PERFORMANSLARININ KIYASLANMASI
 
Zararl yazlmlarn oluturulmas kapsamnda gelinen aamada klasik anti-virs sistemleri yeterli korumay salayamamaktadr. Bunun sebebi zararl yazlmlarn kodlanmas srecinde sadece yazlmn temel ktcl fonksiyonlarna deil bunun yannda gvenlik sistemlerini atlatma yeteneklerine de arlk verilmesidir. Bu dorultuda modern gvenlik sistemlerinde bilgi tabanl (knowledge base) ve sezgisel (heuristic) yaklamlar yerine; tm zararl yazlmlar tr ve ilevine baklmakszn en az hata oran ile tespit edebilmeye ynelik modeller gelitirilmesi esas hale gelmitir. Bu noktada makine renmesi algoritmalar karmza kmaktadr. Makine renmesi algoritmalar temelde denetimli ve denetimsiz renme olmaz zere iki ayr grupta toplanmaktadr. Bu almada denetimli renme metotlarndan J48 ve Rastgele Aa algoritmalar ile znitelik seme yntemlerinden Bilgi Kazanm ve Temel Bileen Analizinin etkinlii oluturulan yeni bir veri seti zerinde incelenmitir. almann zgnl noktasnda literatr taramasnda ne kan iki nemli husus bulunmaktadr. lki analiz iin kullanlan veri setinin bu alma iin oluturulan yeni bir veri seti olmasdr. Dieri ise veri seti zerinde J48 ile Rastgele Orman algoritmalarnn zellikle belirlenen znitelik seme yntemleri ile fazlalk (redundancy) zniteliklerden arndrlm performanslarnn kyaslanmasdr. alma sonular ayn algoritmalarn kullanld statik zararl yazlm analizi ve balk ya tahmini alanlarnda yaplan almalarn sonular ile ayrca kyaslanmtr. Karlatrma sonucunda tm almalarda Rastgele Orman algoritmasnn dier denetimli renme metotlarna gre daha yksek doruluk oranna sahip olduu grlmtr.

Anahtar Kelimeler: Makine renmesi, znitelik seimi, J48, Rastgele orman, Zararl yazlmlar