{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2779241"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2779241","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"An Intelligent scheme for Outliers’ detection on a Cloudlet","abstract":"Ένα Cloudlet είναι ένας υπολογιστής ή ένα σύμπλεγμα υπολογιστών που συνδέονται στην άκρη του δικτύου για να παρέχει πρόσβαση χαμηλής καθυστέρησης σε υπολογιστικούς πόρους για συσκευές IoT. Ο κύριος στόχος της παρούσας εργασίας είναι να παράσχει ένα έξυπνο σχέδιο για την ανίχνευση ακραίων τιμών σε περιβάλλον προσομοίωσης Cloudlet. Για το σκοπό αυτό, χρησιμοποιείται ο αλγόριθμος Hilout, τροποποιημένος για να χρησιμοποιήσει επιπρόσθετα μια χρονική προσέγγιση. Τα πειράματα που πραγματοποιήθηκαν επικεντρώνονται στις διαφορετικές τιμές των συνθέσεων των δεδομένων εισόδου, των φορέων δεδομένων με πολλαπλές διαστάσεις που προέρχονται από συσκευές IoT. Τα αποτελέσματα εξετάζονται από το πεδίο εφαρμογής του τρόπου με τον οποίο οι διαφορετικές διαμορφώσεις επηρεάζουν τον αριθμό των ακραίων τιμών που ανιχνεύονται από το σχήμα. Το περιβάλλον που χρησιμοποιείται, παρέχεται από το framework CloudSim.","abstract_html":"Ένα Cloudlet είναι ένας υπολογιστής ή ένα σύμπλεγμα υπολογιστών που συνδέονται στην άκρη του δικτύου για να παρέχει πρόσβαση χαμηλής καθυστέρησης σε υπολογιστικούς πόρους για συσκευές IoT. Ο κύριος στόχος της παρούσας εργασίας είναι να παράσχει ένα έξυπνο σχέδιο για την ανίχνευση ακραίων τιμών σε περιβάλλον προσομοίωσης Cloudlet. Για το σκοπό αυτό, χρησιμοποιείται ο αλγόριθμος Hilout, τροποποιημένος για να χρησιμοποιήσει επιπρόσθετα μια χρονική προσέγγιση. Τα πειράματα που πραγματοποιήθηκαν επικεντρώνονται στις διαφορετικές τιμές των συνθέσεων των δεδομένων εισόδου, των φορέων δεδομένων με πολλαπλές διαστάσεις που προέρχονται από συσκευές IoT. Τα αποτελέσματα εξετάζονται από το πεδίο εφαρμογής του τρόπου με τον οποίο οι διαφορετικές διαμορφώσεις επηρεάζουν τον αριθμό των ακραίων τιμών που ανιχνεύονται από το σχήμα. Το περιβάλλον που χρησιμοποιείται, παρέχεται από το framework CloudSim.","abstract_has_math":false,"creators":["Μήλιος Δημήτριος","Milios Dimitrios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2018,"date_issued":"2018","date_published":"2018","updated_at":"2026-11-19T05:31:57Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2779241"],"render_values":[{"text":"uoadl:2779241","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2779241","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2779241","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2779241","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μήλιος Δημήτριος","Milios Dimitrios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2018"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2779241","https://pergamos.lib.uoa.gr/uoa/dl/object/2779241"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ένα Cloudlet είναι ένας υπολογιστής ή ένα σύμπλεγμα υπολογιστών που συνδέονται στην άκρη του δικτύου για να παρέχει πρόσβαση χαμηλής καθυστέρησης σε υπολογιστικούς πόρους για συσκευές IoT. Ο κύριος στόχος της παρούσας εργασίας είναι να παράσχει ένα έξυπνο σχέδιο για την ανίχνευση ακραίων τιμών σε περιβάλλον προσομοίωσης Cloudlet. Για το σκοπό αυτό, χρησιμοποιείται ο αλγόριθμος Hilout, τροποποιημένος για να χρησιμοποιήσει επιπρόσθετα μια χρονική προσέγγιση. Τα πειράματα που πραγματοποιήθηκαν επικεντρώνονται στις διαφορετικές τιμές των συνθέσεων των δεδομένων εισόδου, των φορέων δεδομένων με πολλαπλές διαστάσεις που προέρχονται από συσκευές IoT. Τα αποτελέσματα εξετάζονται από το πεδίο εφαρμογής του τρόπου με τον οποίο οι διαφορετικές διαμορφώσεις επηρεάζουν τον αριθμό των ακραίων τιμών που ανιχνεύονται από το σχήμα. Το περιβάλλον που χρησιμοποιείται, παρέχεται από το framework CloudSim.","A Cloudlet is a computer or a cluster of computers connected at the edge of the network to provide low-latency access to Computing resources for IoT devices. The main aim of this Thesis is to provide an intelligent scheme for detection of Outliers in a Cloudlet simulation environment. For this purpose, Hilout algorithm is used, modified to use, in addition, a temporal approach. The experiments that took place focus on different configurations’ values of the input data, data-vectors with multiple dimensions coming from IoT devices. The results are examined by the scope of how the different configurations affect the number of Outliers that are detected by the scheme. The environment that is used, is provided by the CloudSim framework."]},{"key":"dc:title","label":"Title","values":["An Intelligent scheme for Outliers’ detection on a Cloudlet"]}]}],"canonical_facts":{"dc:creator":["Μήλιος Δημήτριος","Milios Dimitrios"],"dc:date":["2018"],"dc:description":["Ένα Cloudlet είναι ένας υπολογιστής ή ένα σύμπλεγμα υπολογιστών που συνδέονται στην άκρη του δικτύου για να παρέχει πρόσβαση χαμηλής καθυστέρησης σε υπολογιστικούς πόρους για συσκευές IoT. Ο κύριος στόχος της παρούσας εργασίας είναι να παράσχει ένα έξυπνο σχέδιο για την ανίχνευση ακραίων τιμών σε περιβάλλον προσομοίωσης Cloudlet. Για το σκοπό αυτό, χρησιμοποιείται ο αλγόριθμος Hilout, τροποποιημένος για να χρησιμοποιήσει επιπρόσθετα μια χρονική προσέγγιση. Τα πειράματα που πραγματοποιήθηκαν επικεντρώνονται στις διαφορετικές τιμές των συνθέσεων των δεδομένων εισόδου, των φορέων δεδομένων με πολλαπλές διαστάσεις που προέρχονται από συσκευές IoT. Τα αποτελέσματα εξετάζονται από το πεδίο εφαρμογής του τρόπου με τον οποίο οι διαφορετικές διαμορφώσεις επηρεάζουν τον αριθμό των ακραίων τιμών που ανιχνεύονται από το σχήμα. Το περιβάλλον που χρησιμοποιείται, παρέχεται από το framework CloudSim.","A Cloudlet is a computer or a cluster of computers connected at the edge of the network to provide low-latency access to Computing resources for IoT devices. The main aim of this Thesis is to provide an intelligent scheme for detection of Outliers in a Cloudlet simulation environment. For this purpose, Hilout algorithm is used, modified to use, in addition, a temporal approach. The experiments that took place focus on different configurations’ values of the input data, data-vectors with multiple dimensions coming from IoT devices. The results are examined by the scope of how the different configurations affect the number of Outliers that are detected by the scheme. The environment that is used, is provided by the CloudSim framework."],"dc:identifier":["uoadl:2779241","https://pergamos.lib.uoa.gr/uoa/dl/object/2779241"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["An Intelligent scheme for Outliers’ detection on a Cloudlet"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:31:57Z"}