Kırışoğlu, SerdarKotan, KurbanKotan, Bayram2023-07-262023-07-2620222148-2446http://doi.org/10.29130/dubited.980594https://search.trdizin.gov.tr/yayin/detay/1124834https://hdl.handle.net/20.500.12684/13146Çevrimiçi ağ trafiği sınıflandırması, uzun vadeli ilginin odak noktası olmaya devam ediyor. Ağ trafiğini izleme ve ağ trafiği analizi birçok farklı yoldan yapılabilir. Ağ trafiğini izleme, hizmet kalitesi (QoS) için ham veri girişi sağlar ve bu da ağ analistine ağ kaynaklarını nasıl kullandığını anlama ve ağ performansını belirleme olanağı sağlar. Bu bilgi ile ağ analisti, ağ kaynaklarını kontrol etmek ve yönetmek için QoS politikalarını belirleyebilir. Ağ trafiğinin izlenmesi akademik araştırma için modeller oluşturmak için de kullanılabilir. Bu makalede derin öğrenme algoritması kullanılarak ağ trafiğini doğru şekilde sınıflandıran bir makine öğrenme yaklaşımı sunulmuştur. Aynı zamanda bu çalışmada diğer makine öğrenme algoritmaları ile karşılaştırmalar yapılmıştır. Çok Katmanlı Algılayıcı (MLP), ağın sınıflandırıcısını oluşturmak için kullanılmıştır. Deney sonuçları derin öğrenme algoritmasının diğer algoritmalardan daha iyi sonuç verdiğini ve sınıflandırmada %99,0233 Detection Rate (DR) değerine, %78,3941 doğruluğa (ACC) sahip olduğunu göstermiştir.tr10.29130/dubited.980594info:eu-repo/semantics/openAccessSinirsel AğMakine ÖğrenmesiYapay ZekâTrafik SınıflandırmasıKDD CUP99 veri seti Neural NetworkMachine learningArtificial IntelligenceTraffic ClassificationKDD CUP99 datasetArticle1028378461124834