https://github.com/erenelagz/ai-systems-in-the-network-analysis
AI Systems in the Network Systems - AĞ Trafiği Yönetiminde Yapay Zeka
https://github.com/erenelagz/ai-systems-in-the-network-analysis
artifical-neural-network artificial-intelligence network-analysis network-monitoring
Last synced: 2 months ago
JSON representation
AI Systems in the Network Systems - AĞ Trafiği Yönetiminde Yapay Zeka
- Host: GitHub
- URL: https://github.com/erenelagz/ai-systems-in-the-network-analysis
- Owner: ErenElagz
- License: mit
- Created: 2025-02-26T10:51:43.000Z (3 months ago)
- Default Branch: main
- Last Pushed: 2025-02-26T10:59:26.000Z (3 months ago)
- Last Synced: 2025-02-26T11:38:16.910Z (3 months ago)
- Topics: artifical-neural-network, artificial-intelligence, network-analysis, network-monitoring
- Homepage:
- Size: 0 Bytes
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
#### Türkçe
# Ağ Trafiği Yönetiminde Yapay Zeka
Bu proje, Hitit Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği bölümünde hazırlanan "Ağ Trafiği Yönetiminde Yapay Zeka" başlıklı raporun GitHub deposudur. Rapor, ağ trafiği yönetiminde yapay zeka (YZ) kullanımının avantajlarını, uygulanabilirliğini ve gelecekteki potansiyelini detaylı bir şekilde incelemektedir.
## İçindekiler
1. **Ağ Trafiği Yönetimi**: Ağ trafiği yönetiminin temel kavramları ve önemi.
2. **Ağ Trafiği Türleri**: Giden, gelen, dahili, unicast, multicast, broadcast ve anycast trafik türleri.
3. **Ağ Trafiği Ölçümü**: Ağ trafiğinin nasıl ölçüldüğü ve analiz edildiği.
4. **Ağ Trafiği Analizi**: Trafik analizinin performans, güvenlik ve sorun tespiti açısından önemi.
5. **Ağ Trafiğinde Yapay Zeka**: YZ'nin ağ trafiği yönetimindeki rolü ve avantajları.
6. **Kullanılan Algoritmalar ve Yöntemler**: SVM, CNN, RNN, LSTM gibi makine öğrenmesi ve derin öğrenme modelleri.
7. **Ölçüm Araçları**: Wireshark, SolarWinds, Nagios gibi ağ izleme araçları.
8. **Örnek Proje ve Makale**: YZ tabanlı ağ yönetimi uygulamaları ve başarı örnekleri.
9. **Örnek Uygulamalar**: Cisco Stealthwatch, Darktrace, IBM QRadar gibi YZ tabanlı çözümler.
10. **Kaynakça**: Raporun hazırlanmasında kullanılan kaynaklar.
## Nasıl Kullanılır?
Bu rapor, ağ trafiği yönetimi ve yapay zeka konularında bilgi edinmek isteyenler için kapsamlı bir kaynak niteliğindedir. Raporun tamamını PDF formatında indirerek detaylı bilgiye ulaşabilirsiniz.
## Katkıda Bulunma
Bu proje açık kaynaklıdır ve katkıda bulunmak isteyen herkese açıktır. Katkıda bulunmak için lütfen bir "pull request" gönderin veya bir "issue" açın.
---
#### English
# Artificial Intelligence in Network Traffic Management
This project is the GitHub repository for the report titled "Artificial Intelligence in Network Traffic Management" prepared at Hitit University, Faculty of Engineering, Department of Computer Engineering. The report examines in detail the advantages, applicability, and future potential of using artificial intelligence (AI) in network traffic management.
## Contents
1. **Network Traffic Management**: Basic concepts and importance of network traffic management.
2. **Types of Network Traffic**: Outbound, inbound, internal, unicast, multicast, broadcast, and anycast traffic types.
3. **Network Traffic Measurement**: How network traffic is measured and analyzed.
4. **Network Traffic Analysis**: The importance of traffic analysis in terms of performance, security, and issue detection.
5. **Artificial Intelligence in Network Traffic**: The role and advantages of AI in network traffic management.
6. **Algorithms and Methods Used**: Machine learning and deep learning models such as SVM, CNN, RNN, LSTM.
7. **Measurement Tools**: Network monitoring tools like Wireshark, SolarWinds, Nagios.
8. **Sample Project and Article**: AI-based network management applications and success stories.
9. **Sample Applications**: AI-based solutions like Cisco Stealthwatch, Darktrace, IBM QRadar.
10. **References**: Sources used in the preparation of the report.
## How to Use?
This report is a comprehensive resource for those who want to learn about network traffic management and artificial intelligence. You can download the full report in PDF format for detailed information.
## Contributing
This project is open-source and welcomes contributions from everyone. To contribute, please submit a pull request or open an issue.
---
### License
This project is licensed under the MIT License - see the [LICENSE](LICENSE) file for details.
---
### Contact
For any questions or suggestions, please contact [ErenElagz](mailto:[email protected]).