Değiştirilebilir konum süresine sahip takip cihazlarında kümeleme parametrelerinin tahmini ve anormallik tespiti

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Bilişim Enstitüsü, YÖNETİM BİLİŞİM SİSTEMLERİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2020

Tezin Dili: Türkçe

Öğrenci: MUSTAFA TOLGA DATLICA

Danışman: ERMAN ÇAKIT

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalışmada, öncelikle takip cihazı ile konum ve zaman verileri toplanmış olup, takip edilen nesnelerin konum davranışlarındaki anormallikleri tespit etmek amaçlanmıştır. Elde edilen veriler üzerinde ST-DBSCAN (Spatial-Temporal Density-Based Spatial Clustering of Applications with Noise) yoğunluk bazlı kümeleme algoritması uygulanarak takip edilen nesneye ait, hangi zaman aralıklarında nerede olduğuna dair haftalık örüntüler tespit edilmiştir. ST-DBSCAN algoritmasının girdi parametreleri, takip cihazından gelen verinin sıklığı ve toplam veri paketi sayısına göre değişiklik göstermektedir. Bu kapsamda ST-DBSCAN algoritmasında kullanılan parametreler ile veri gönderme sıklığı ve veri paketi sayısı, takip edilen nesnenin davranışlarına göre etiketlenmiştir. Etiketlenen bu veriler üzerinde doğrusal regresyon ve yapay sinir ağları yöntemleri karşılaştırılmış, kümeleme parametrelerinin tahminini yapabilecek bir model önerilmiştir. Haftalık örüntüler, takip edilen nesneye ait bilgiler kullanılarak geliştirilen yöntemler ile tespit edilmiş ve bu örüntüler takip edilen nesneye ait normal davranışlar olarak kabul edilmiştir. Anlık konumu elde edilen veri örüntüye aykırı ise anormallik olarak tanımlanmıştır. Böylece normal davranışı bilinen nesnenin, normal davranış desenine uymayan davranışları karşılaştırılarak anormallik tespitini yapabilecek bir yöntem önerilmiştir. Önerilen yöntem farklı gruplar için (çocuk, yaşlı, hasta vb.) erken uyarı sistemi olarak kullanılabilir.