@article{article_1223978, title={Sunucuların Anomali Durumlarinin Yapay Zeka Metotları ile Tahmin Edilmesi}, journal={Computer Science}, volume={Vol:8}, pages={57–65}, year={2023}, DOI={10.53070/bbd.1223978}, author={Savran, Mehmet Fatih and Müngen, Ahmet Anıl}, keywords={Anormallik Tespiti, Yapay Zeka, Sunucular, Bulut Sistemler}, abstract={Sunucularda anormallik tespiti belirli bir metot ve uygulama yoluyla aykırı değerlerin diğerlerinden ayrıştırılarak analiz edilmesiyle oluşan ve genelde olağan dışı durumları tespit etmekte kullanılır. Anormalliklerin erkenden tespit edilmesi ön görülebilirlik kararlar vermeyi ve gerekirse savunma mekanizması geliştirilmesinde kullanılabilir. Önemli bir problem olarak bilinen Anormallik Tespiti birçok tarama ve uygulama sahasında araştırılmaktadır. Genelde araştırmacılar bu bahsi geçen probleme yapay zeka, makine öğrenimi ve durum makine modellemesi gibi teknikleri kullanarak çözüm arayışına girmişlerdir. Sunucuların anormallik testleri ve analizi yapılabilir ve bu yöntem-teknikler kullanılarak çıkarımlar yapılabilir. Sunuculardan alınan CPU, Network, Disk, Memory değerleri anomali testinde kullanılmak üzere veri analiz aşamalarından geçer ve teknikler uygulanarak modellemesi yapılır. Bu çalışmada toplanan veri kümesi kullanılarak YSA, Karar Ağacı, Rastgele Orman, K- En Yakın Komşu ve Ekstra Karar Ağacı algoritmalarının anormali tespit performansları test edilmiştir. Yapılan testlerde anormal durumlarının belirlenmesinde % 99.94 oranıyla YSA’nın başarılı olduğu görülmüştür. Önerilen yöntem, toplanan veri ve önerilen yöntemin diğer yöntemler ile karşılaştırmalı analizleri çalışma içerisinde sunulmuştur.}, number={Issue:2}, publisher={Ali KARCI}