Page 54 - bilgem-teknoloji-dergisi-9
P. 54
Yapay Zekâ
Büyük veri analitik çözümleri kapsamında anomali tes- Milli Eğitim Bakanlığı (MEB) TEOG Veri Analizi: TEOG
SAFİR Büyük Veri, kurulumu ve piti, tahminleme, sınıflandırma ve kümeleme analizleri sınavında yerleşemeyen öğrencilerle ilgili olarak MEB
kullanımı kolay, büyük veri depolama, yapılmaktadır. tarafından sağlanan veri üzerinde analizler gerçekleşti-
rilmiştir. Veriler arasındaki ilişkileri bulmak için Spark ve
veri aktarımı ve analitiği çözümleri Bir diğer yandan Büyük veri teknolojileri, büyük veri ana- Spark MLlib çözümleri uygulanmıştır.
sunmaktadır. litiği, makine öğrenmesi konularında eğitimler verilmek-
tedir. Eğitimler sanal büyük veri ortamında hazırlanan SAFİR Biyo - B3LAB Varyasyon Analizi Platformu: Bi-
kümeler üzerinde uygulama çalışmaları ile desteklen- yoenformatik çalışmalarında (örn. nadir hastalıklar,
mektedir. popülasyon genetiği, vb.) yüksek hacimlerde genetik
Önleyici Bakım (Preventive Maintenance): İmalat, ener- verilere ilişkin varyasyon dosyalarının kullanılması söz
ji, inşaat, tarım, ulaştırma ve benzeri sektörlerdeki işlet- konusudur. Yüksek hacimli genom varyasyonu bilgileri-
meler, ekipman bakımını geliştirmek için büyük veri ve SAFİR Büyük Veri altyapısı kullanılarak veri merkezi iz- nin aktarımı, bu veri üzerinde varyasyonların aranması,
leme ve sunucu yüklerinin tahminlenmesi, çağrı mer-
endüstriyel nesnelerin interneti teknolojilerinden fayda- filtrelenmesi, önceliklendirilmesi, genotip ve kalıtımsal
lanabilmektedir. Büyük veri çözümleri ile verilerin gerçek kezi kayıtlarına otomatik kategori atanması, genomik özelliklere bağlı kompleks sorguların yapılabilmesi im-
zamanlı olarak analiz edilmesi ve bir sorunun ne zaman varyasyon analizi platformu oluşturulması, öğrencilere kanlarının sunulabileceği bir sistem, biyoenformatik
çıkacağının tahmin edilmesi sayesinde olası kaza ve yönelik sınav başarısızlığı kök neden analizi, verinin bü- araştırmacılarının yüksek miktarda veri üzerinde verimli
maliyetli hat kapatmaların önlenmesi mümkün hale gel- yüme hızı ve yapısı hakkında alınan bilgiler ile büyük veri çalışmasını mümkün kılacaktır. Bu nedenle ölçeklene-
mektedir. altyapı ve araçları ihtiyaç analizi çalışmaları gerçekleş- bilir, dağıtık yapıda ve bellek içi hesaplama yapabilen
tirilmiştir. teknolojiler kullanılarak bir platform geliştirilmesi amaç-
Nesnelerin İnterneti (Internet of Things): Tüm sektörler- SAFİR Büyük Veri Projeleri lanmıştır. Platform üzerinde gen verileri kullanılarak var-
de veri toplamak ve aksiyon almak üzere içgörüler elde yasyon analizi, ilaç-etken madde analizi ve gen mühen-
etmek için nesnelerin interneti ve büyük veri teknoloji- Türk Gümrükleri İçin Büyük Veri Analitiği ve İş Zekâsı disliği veri bilimi ihtiyaçları karşılanabilmektedir.
Öneri Motorları: Her bir müşteri için uygun teklifleri sağ- lerinden faydalanılabilmektedir. Örnekler arasında ürün Aracı Geliştirme Projesi: Türkiye Gümrük Bölgesi’nin
lamak için uygulanan algoritmalardır. Örnekler arasında hareketlerinin, hava durumunun ve güvenlik kamera gö- tamamında Ticaret Bakanlığı’nın gümrük gözetim ve Veri Merkezi İzleme ve Sunucu Yüklerinin Tahminlen-
bir e-ticaret sitesinden alışveriş yapılırken müşterinin rüntülerinin izlenmesi sayılabilir. kontrol fonksiyonunu, idari, teknik ve operasyonel ka- mesi: İki farklı veri merkezindeki sunucular tarafından
ilgisini çekebilecek ürünlerin veya benzerlerinin sunul- pasitesini artırarak ve Gümrük İdaresi Koordinasyon üretilen veri, Safir Büyük Veri altyapısına aktarılmış ve
ması sayılabilir. SAFİR Büyük Veri Altyapısı Merkezinin (CECC) yapısını geliştirerek güçlendirmek üzerinde analiz çalışmaları gerçekleştirilmiştir. Sunucu
Bulut Bilişim ve Büyük Veri Araştırma Laboratuvarı'nda için büyük veri ve makine öğrenmesi tekniklerinin kulla- verilerinin akan veri biçiminde büyük veri ortamına akta-
Fiyat Optimizasyonu: Ticarette işletmeden tüketiciye ve (B3LAB) “Büyük Veri Analiz Çözümleri” ile farklı form- nıldığı bir veri yönetim projesidir. rılması ve aktarılan verilerin durağan ve akan veri olarak
işletmeden işletmeye, büyük veri analizleri sayesinde ra- lardaki ve büyük miktardaki veri işlenip analiz edilerek analiz edilmesini sağlamak amacıyla Lambda mimari-
kiplerin ürünlerini nasıl fiyatlandırdıklarını kontrol etme kıymetlendirilmiş bilgi çıkarılabilmektedir. SAFİR Büyük Gümrüklerde Kaçakçılığı Önlemeye Yönelik X-Ray Gö- si kullanılmıştır. Yığın olarak depolanan sunucu verileri
yeteneği ve geçmiş veriye bakarak en iyi sonuç alınan fi- Veri; kurulumu ve kullanımı kolay büyük veri depolama, rüntülerinin Analizi Projesi: Türkiye Gümrük Bölgelerin- kullanılarak makine öğrenmesi modeli oluşturulmuştur.
yatlandırmanın belirlenmesi mümkün hale gelmektedir. veri aktarımı ve analitiği çözümleri sunmaktadır. B3LAB de kaçakçılığı önlemeye yönelik olarak yer alan X-Ray Oluşturulan modelden faydalanılarak akan veri şeklinde
Prototip Veri Merkezi içinde yer alan sunucular üzerine cihazları ile elde edilen görüntünün işlenmesi ile otoma- gelen sunucu verilerinin bir sonraki adımdaki değerleri-
Trendlerin Tahmin Edilmesi: Büyük veri stratejisi ile yapılan kurulum ile fiziksel olarak, SAFİR Altyapı üzerin- tik olarak anomali ve kaçakçılığın belirlenmesi ve X-Ray nin tahminlemesi yapılmıştır.
pazardaki trendler ve sonraki dönemlerde çok satacak de bulunan servisler ile sanal olarak büyük veri altyapısı verilerinin tek bir merkezde toplanarak incelenebilmesi-
ürünler tahmin edilebilmektedir. Sosyal medya yayınla- kullanılabilmektedir. Her iki kurulum da ölçeklenebilir, ni amaçlayan bir projedir. Büyük Veri Altyapı ve Araçları İhtiyaç Analizi: Gelenek-
rından ve kullanıcı internet tarama alışkanlıklarından ge- yüksek erişilebilirlik konfigürasyonu yapılmış, dağıtık ve sel yöntemlerle ilişkisel veri tabanı yönetim sistemleri
len veriler birleştirilebilmekte, bu sayede duyarlılık anali- yedekli donanıma sahip altyapı ile yığın ve akan verinin TÜİK Büyük Veri İleri Analitik Projesi: İnternet siteleri üzerinde saklanan ve büyüme hızı, sorgu süresi gibi
zi (sentiment analysis) ile bir ürün hakkında yorumların işlenebilmesine olanak sağlamaktadır. ve diğer kaynaklarla farklı mağazalardan sağlanan ka- metrikleri bilinen veri için büyük veri altyapısı ve araçla-
rına duyulacak ihtiyaç konusunda rapor hazırlanmıştır.
olumlu olup olmadığı tespit edilebilmektedir. tegori ve alt kategori bilgisi ile etiketlenmiş günlük fiyat Sentetik veri üretilerek aylık olarak verinin artışı simüle
bilgisinin ve iş ilanlarının yığın ve akan veri olarak büyük
SAFİR Büyük Veri; büyük veri mimarisi, veri aktarımı ve edilmiş, ilişkisel veritabanı yönetim sistemi, NoSQL veri-
Sahtekarlık Önleme: Büyük veri analitiği ve makine öğ- işlenmesi, büyük veri analitiği, büyük veri ekosistem eği- veri ekosisteminde depolanması, işlenmesi ve analiz tabanı, büyük veri altyapı araçları (Spark, Hive) ile sorgu
renmesi ile sahtekarlık önleme konusunda daha sofisti- timi, kavram ispatı (PoC) uygulamaları kapsamında çö- edilmesini sağlayan sistemin tasarlanması amaçlan- performansı ölçülmüştür.
ke sistemler geliştirilebilmektedir. Büyük veri analitikleri züm sunmaktadır. maktadır.
ile sahtekârlığın belli coğrafi bölgelerde ve lokasyonlar-
da (örneğin havaalanları) toplanması gibi değişen trend- Çözümler ve Eğitimler
ler hızla belirlenebilmektedir. Büyük veri mimari çözümleri kapsamında Hadoop kü-
mesi kurulumu, konfigürasyonu, yönetimi ve optimi-
Veri Ambarı Yükünün Azaltılması: Birçok işletme Ha- zasyonu, kullanılan işletim sistemi konfigürasyonu ve
doop gibi açık kaynak büyük veri çözümleri ile veri am- optimizasyonunun yanı sıra büyük veri dosya sistemleri
barlarını değiştirmekte veya tamamlamaktadır. Hadoop konfigürasyonu ve optimizasyonu, büyük veri ağ mima-
tabanlı çözümler, lisans ücretlerini ve diğer maliyetleri risi tasarımı ve kurulumu çalışmaları gerçekleştirilmek-
düşürürken daha hızlı performans sağlamaktadır. tedir.
Günlük (Log) Verisi Analizi: Ticari faaliyetlerin ve işlem- Veri akışı ve işleme çözümleri kapsamında; akan veri
lerin katlanarak büyümesi ile ortaya çıkan günlük (log) yönetimi ve işlenmesi, yığın veri aktarımı, yönetimi ve
verilerinin en verimli ve uygun maliyetli bir şekilde de- işlenmesi, NoSQL veritabanları kurulum ve konfigüras-
polanması, işlenmesi ve sunulması ihtiyacı büyük veri yonu ile optimizasyonu gerçekleştirilmektedir.
çözümleri ile karşılanmaktadır.
52 53