26 Ağu 2022
İTÜ’nün 4 Yapay Zeka Projesine Hibe Desteği
İTÜ’lü akademisyenlerce geliştirilen 4 yapay zeka projesi, Bilimsel Araştırma Projeleri (BAP) ve BTS Grup tarafından “Yapay Zeka Destekli Yeni Nesil Haberleşme ve Yazılım Sistemleri” başlığıyla açılan hibe desteği kapsamında desteklenecek.
Haber: İTÜ Medya ve İletişim Ofisi
Bilimsel Araştırma Projeleri Birimimiz (BAP) ve BTS Grup tarafından “Yapay Zeka Destekli Yeni Nesil Haberleşme ve Yazılım Sistemleri” konu başlığı altında açılan araştırma proje çağrısı sonuçlandı. Çağrı kapsamında İTÜ’lü akademisyenler tarafından geliştirilen 4 yapay zeka projesi hibe desteği alacak. Rektörümüz Prof. Dr. İsmail Koyuncu’nun ev sahipliğinde ve BTS Grup Genel Müdürü ve 2002 Matematik Mühendisliği mezunumuz Gökhan Yurdakul’un katılımlarıyla Rektörlük’te yapılan proje sunumlarında yapay zeka alanında önemli araştırmalar yapılması öngörülüyor.
Toplam 400 bin TL destek alan projeler, Bilgisayar ve Bilişim Fakültemiz öğretim üyeleri tarafından yürütülecek. BTS Grup tarafından sağlanan hibe hakkında konuşan Prof. Dr. Koyuncu, “İstanbul Teknik Üniversitesi; öğrencisi, akademisyeni ve mezunuyla bir ailedir. Bugün üniversitemizin öğrencisi olanlar, yarın mezun olup da iş hayatına atıldıklarında bile İTÜ ile bağlarını hiçbir zaman koparmadan ortak işler yapmaya ve böyle hibeler sağlamaya devam ediyorlar. Bizim İTÜ olarak 250 yıllık bağımızı güçlendiren en önemli konuların başında bu dayanışma ruhu gelmektedir. Mezunumuz ve BTS Grup Genel Müdürü Gökhan Yurdakul’a teşekkür ediyor, akademisyenlerimize çalışmalarında başarılar diliyoruz,” dedi.
Hibe desteği alan projeler
Omurga Altyapı Ağlarında Açıklanabilir Yapay Zeka Yöntemleri ile Black Hole Arızalarının Tahmini ve Algılanması
Prof. Dr. Şule Gündüz Öğüdücü tarafından yürütülecek proje kapsamında omurga ağlarında oluşabilecek kara delik durumlarının önceden belirlenebilmesi ve önlenebilmesi amaçlanıyor. Bunun için öncelikle omurga ağları bir çizge yapısı ile temsil edilecek. Ağdan toplanan veride, daha önceden oluşmuş kara delik durumları belirlenecek ve veri kümesi bu şekilde bir çizge yapısı ile temsil edilecek. Yapay zeka yöntemlerinin uygulanması için gerekli olan veri temizleme adımları gerçeklenecek. Hazırlanan veri kümesiyle ağdaki kara delik durumlarının önceden belirlenebilmesi ve nedeninin açıklanabilmesi için açıklanabilir yapay zeka yöntemleri üzerine çalışmalar yürütülecek.
Yeni Nesil Haberleşme Sistemlerinde Dijital İkiz Tabanlı Yapay Zeka Destekli DDoS Atak Uyarı Sistemi
Prof. Dr. Berk Canberk tarafından yürütülecek proje kapsamında, İnternet Servis Sağlayıcıları’nın (ISS) çekirdek ağlarını hedef alan ve sistemlerin devre dışı kalmasına neden olan DDoS atakları sırasındaki karakteristik davranışlar ele alındığında, her atak tipinde kesinlik değeri yüksek ve otonom bir karar mekanizması dijital ikiz yaklaşımıyla ele alınacak. Ayrıca ağ metrikleri arasındaki ilişkiler, yönlendiricilerin doğası ve ağdaki OSI katmanları dikkate alınarak analiz edilecek. DDoS tespitinde kullanılacak makine öğrenmesi (ML) modelindeki özellik kümesinde etkin bir azaltma hedefleniyor. Bu sayede verinin toplanması sırasında, verideki anlamsal ve bağlamsal ilişkiler bozulmadan özellik kümesinde azaltma amaçlanmaktadır. Ağ metriklerinin toplanması için uygun YANG veri modelleri seçilecek ve hem tanımlanmış hem de tanımlanmamış DDoS atakları dijital ikiz üzerinde benzetmesi yapılarak yüksek kararlılık oranında ML modelleri geliştirilecek.
Uç Hesaplama İçin Çoklanmış Durum Makinesi Tabanlı Bir Depolama Sistemi Tasarımı
Doç. Dr. Tolga Ovatman tarafından yürütülecek projede, mevcut yaklaşımlara oranla daha yüksek performansla çalışacak durum makinesi çoklama yöntemine dayanan bir yaklaşımın uygulanması amaçlanıyor. Bu yaklaşımla, sisteme yapılan istekler hem verilerin tutarlılığını sağlayacak hem de yapılan işlemlerin durum makineleri çoklama teknikleri ile daha kontrollü gerçekleştirileceği bir şekilde yapılacak. Projenin ana hedefi, saniyede 1.000 işlem mertebesine ulaşacak işlem yoğunluğunu destekleyebilen ve uç birimlerde çalışacak Raspberry Pi vb. sistemlerde çalışması uygun hafif sıklet yaklaşımların geliştirilmesi.
Yeni Nesil Yazılım Tanımlı Kenar Ağlar için Yapay Zeka Destekli Otonom Saldırı Algılama Mekanizması
Dr. Öğr. Üyesi Gökhan Seçinti tarafından yürütülecek projede, yazılım tanımlı ağlar için ağ farkında otonom bir saldırı algılama mekanizması öneriliyor. Önerilen mekanizma ile aşırı uymayı (over-fitting) önleyerek değişken trafik yükü, heterojen trafik hızı ve algılama süresi gibi metrikleri kullanarak SDN gibi ağ kısıtlı ortamlarda otonom saldırıların algılamasını hedefleniyor.