Search

Introduction and purpose: With the development of technology, new applications have started to deliver health services. These applications, which are described as mobile health applications, provide a systematic approach to managing chronic wounds and increase patients' quality of life and their compliance with treatment. In this direction, the study was carried out to develop an application that can be used by patients and healthcare professionals in chronic wound management.Material and Method: To develop the application, first of all, the user panels and their contents were drafted, and the servers and infrastructure works were started. Interfaces were developed based on the page designs created, and separate pages were designed for patients and healthcare personnel. After the development of the main operation and management platform, the definition of services, the editing of image processing features, and the security tests, the mobile application was made ready for use. In the pilot study, eight patients with diabetic foot wounds were followed up with the application used on Android systems via web browsers, both tablets, and smartphones, via mobile application.Results: In the study, it was determined that both the patients followed by the wound tracking system and the health personnel using the system were satisfied with the application.Conclusion: Using mobile applications in the long-term treatment process of chronic wounds increases the patients' follow-up outside the hospital, their compliance with the treatment, and their comfort. In terms of health personnel, it also reduces the intensity and workload in the hospital and ensures that patient records are kept regularly. Patients with chronic wounds with no indication for hospitalization can be followed up with the mobile application.

Son yillarda, bilgisayar aglarini daha esnek bir hale getirmeyi amaclayan Yazilim Tanimli Ag yaklasimi ortaya cikmistir. Google’in ic agindaki Yazilim tanimli ag uygulamasi, Yazilim Tanimli Ag yaklasiminin kullanisliligini ve gelecek vadeden bir teknoloji olacagini kanitlamasina ragmen guvenlik konusu goz ardi edilemeyecek hayati bir sorundur. SDN mimarisinde, Veri Duzlemini Kontrol Duzleminden ayrildigi icin saldirganlar artik uc duzlemden herhangi birinden aga saldirabilirler. Makine ogrenimi algoritmalari, bilgisayar aglarina yapilan saldirilari ve izinsiz girisleri tespit etmede kullanilan yontemlerdir ve Yazilim Tanimli Aglar icin de kullanilabilir. Bu calismada, Yazilim Tanimli Aglarda makine ogrenme algoritmalari kullanilarak anomali tespiti icin yeni bir test duzenegi gelistirilmistir. Olusturulan sistem OpenFlow destekli anahtar cihazindan gecen akislari inceler ve karar agaci makine ogrenmesi algoritmasini kullanarak anormal durumlari tespit etmeye calisir. Elde edilen sonuclar karar agaci algoritmasi kullanilarak olusturulan sistemin DDoS saldirilarina karsi basarili bir sekilde calistigini gostermistir.

Son yıllarda, bilgisayar ağlarını daha esnek bir hale getirmeyi amaçlayan Yazılım Tanımlı Ağ yaklaşımı ortayaçıkmıştır. Google’ın iç ağındaki Yazılım tanımlı ağ uygulaması, Yazılım Tanımlı Ağ yaklaşımının kullanışlılığınıve gelecek vadeden bir teknoloji olacağını kanıtlamasına rağmen güvenlik konusu göz ardı edilemeyecek hayatibir sorundur. SDN mimarisinde, Veri Düzlemini Kontrol Düzleminden ayrıldığı için saldırganlar artık üçdüzlemden herhangi birinden ağa saldırabilirler. Makine öğrenimi algoritmaları, bilgisayar ağlarına yapılansaldırıları ve izinsiz girişleri tespit etmede kullanılan yöntemlerdir ve Yazılım Tanımlı Ağlar için dekullanılabilir. Bu çalışmada, Yazılım Tanımlı Ağlarda makine öğrenme algoritmaları kullanılarak anomali tespitiiçin yeni bir test düzeneği geliştirilmiştir. Oluşturulan sistem OpenFlow destekli anahtar cihazından geçen akışlarıinceler ve karar ağacı makine öğrenmesi algoritmasını kullanarak anormal durumları tespit etmeye çalışır. Eldeedilen sonuçlar karar ağacı algoritması kullanılarak oluşturulan sistemin DDoS saldırılarına karşı başarılı birşekilde çalıştığını göstermiştir., In recent years, the Software-Defined Networking (SDN) approach has emerged that aims to make computernetworks more flexible. Although the SDN application on Google's internal network demonstrates the usefulnessof the Software-Defined Network approach and the promise of future technology, security is a vital concern thatcannot be ignored. In the SDN architecture, the attacker can now attack the network from any of the three planesbecause the Data Plane is separated from the Control Plane. Machine learning algorithms are methods used todetect attacks and intrusions on computer networks and can also be used for SDN. In this study, a new testbed hasbeen implemented for anomaly detection using machine learning algorithms in SDN. The developed systemanalyzes flows passing through the OpenFlow supported switch and tries to detect abnormal situations using thedecision tree machine learning algorithm. The results show that the system constructed using the decision treealgorithm works successfully against Distributed Denial of Service (DDoS) attacks.

One of the biggest drawbacks of the wireless environment is the limited bandwidth. However, the users sharing this limited bandwidth have been increasing considerably. SDMA technique which entails using directional antennas allows to increase the capacity of a wireless network by separating users in the medium. In this paper, it has been presented how the capacity can be enhanced while the mean delay is reduced by using directional antennas in wireless networks employing TDMA/FDD MAC. Computer modeling and simulation of the wireless system studied are realized using OPNET Modeler. Preliminary simulation results are presented and the performance of the model using directional antennas is evaluated and compared consistently with the one using omnidirectional antennas., {"references":["T.S. Rappaport, Wireless Communications, Principles and Practice.\nEnglewood Cliffs, Prentice Hall, 1996.","J.C. Liberti, T.S. Rappaport; \"Smart Antennas for Wireless\nCommunications: IS-95 and Third Generation CDMA Applications\".\nPrentice Hall, Upper Saddle River, 1999.","E. Ulukan, Wireless LANS with Smart Antennas, M.Sc Thesis,\nUniversity of Sabanc─▒, Turkey, 2005.","M. Chryssomallis, \"Smart Antennas\", IEEE Antennas and Propagation\nMagazine, Vol. 2, No 3, June 2000, pp.129-136.","Lehne, Per H.; Pettersen, Magne; \"An overview of smart antenna\ntechnology for mobile communications systems\", IEEE Communications\nSurveys, Fourth Quarter 1999, Vol.2, No.4.","R. Ramanathan, \"On the performance of ad hoc networks using\nbeamforming antennas\", Proc. ACM MobiHoc 2001, Long Beach,\nCalifornia, USA, October 2001.","Ulukan, E., Gurbuz, O., \"Using Switched Beam Smart Antennas in\nWireless Ad Hoc Networks with Angular MAC Protocol\", The Third\nAnnual Mediterranean Ad Hoc Networking Workshop, MEDHOCNET\n2004, June 27-30, 2004."]}

06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. Azalan su kaynaklarının korunumu ve denetimli tüketimi gerekliliği, gittikçe artan su ihtiyacının daha planlı karşılanması gerekliliğini ortaya koymuştur. Bunlara bağlı olarak kaynakların azalması insanlık tarihinde büyük sorunlar oluşturmaktadır. Değişen iklimler neticesinde yağışların düzensiz form izlemesi ve hava sıcaklıklarındaki ani artış ve azalış tarımsal faaliyetlerde bitki gelişimi için problem oluşturmaktadır. Bu çalışmada bitki gelişimini, çevreyi ve sağlığı olumsuz etkileyen unsurlar göz önünde tutularak nesnelerin interneti teknolojilerinin tarım faaliyetlerinde kullanılarak hassas ölçüde sürdürülebilmesi amaçlanmıştır. Bu tez kapsamında her geçen gün kullanım alanı artan nesnelerin interneti teknolojilerinin, hassas tarım faaliyetlerinde kullanılmasının gerekliliği ön plana çıkartılmıştır ve bu alanda yapılacak çalışmalara temel olabilecek örnek bir uygulama hazırlanmıştır. The conservation of reduced water resources and the necessity of supervised consumption have revealed the need for water need to be met more planned. Therefore, the decrease in resources creates serious problems in human history. As a result of changing climates, irregular form monitoring of precipitation and sudden increase and decrease in air temperatures cause problems for plant growth in agricultural activities. In this project, it is aimed to be able to use the internet technologies of the objects in a sensitive manner by taking into account the factors affecting plant development, environment and health negatively. Within the scope of this thesis, the necessity of using the Internet technologies of objects with increasing usage area in sensitive agricultural activities has been put forward and a sample application which can be the basis for the studies to be done in this field has been prepared.

06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. İnternetteki veri hacimlerinin genişlemesiyle ortaya çıkan büyük veri kavramı, hayatın birçok alanında olduğu gibi tıp dünyasında da adından bahsettirmeye başlamıştır. İçerisinde makine öğrenmesi yöntemlerinin kullanımını da gerektiren büyük veri analitiği, geniş ve karmaşık veri setleri üzerinden faydalı bilginin çıkartılarak karar süreçlerinde kullanımını sağlar. Büyük veri kapsamındaki veri setleri üzerinde makine öğrenme stratejileri uygulamak, işlemci ve hafıza alanı gibi kaynakların yoğun olarak kullanımını gerektirdiği için, pahalı bir süreçtir. Bu nedenle, büyük veri analitiği için özel olarak geliştirilmiş platformlar tasarlanmıştır. Bu tür sistemlerinden biri olan Apache Spark regresyon, sınıflandırma ve kümeleme yapabilen çeşitli makine öğrenmesi algoritmalarını bünyesinde bulundurur ve özellikle gerçek zamanlı veri analitiği konusunda çok güçlüdür. Bu çalışmada, Lojistik Regresyon algoritması kullanılarak EKG verilerinden gerçek zamanlı hastalık tanısı koymayı sağlayan bir sistemin ilk sonuçları sunulmuştur. Elde edilen ilk bulgular Apache Kafka ve Apache Spark ile oluşturulan bu mimarinin, EKG verilerinin gerçek zamanlı olarak işlenmesinde önemli bir tasarım seçeneği olabileceğini göstermiştir. The concept of big data emerging from the expansion of data volumes on the Internet has begun to talk about its name in medicine as well as in many fields of life. Big data analytics, which also require the use of machine learning methods, enable the use of decision-making processes by extracting useful information from large and complex data sets. Implementing machine learning strategies on data sets within big data is an expensive process because it requires extensive use of resources such as CPU and memory. For this reason, platforms specially developed for big data analytics are designed. One of these systems, Apache Spark, has built-in machine learning algorithms ranging from regression to classification and clustering, and is a very powerful engine for real time stream processing. In this study, the first results of a system that provides real-time disease diagnosis from ECG data using Logistic Regression are presented. The first findings obtained show that this architecture, built with Apache Kafka and Apache Spark, can be an important design option in real time processing of ECG data.

06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. Bu araştırma çalışması, kablosuz algılayıcı ağların bazı kritik konularını ele almakta ve bu konuların çözümü için, bilgisayar ağlarında yeni bir kavram olarak ortaya çıkan yazılım tanımlı ağ yaklaşımını önermektedir. Yazılım tanımlı ağ yaklaşımının mevcut ağları yönetmede yeni bakış açısı ortaya koyması, pratiklik ve birlikte çalışabilirlik özellikleri nedenleriyle, aktif IEEE standartları projelerine paralel olarak standardizasyon çalışmaları devam etmektedir. Bu tez çalışmasında, yazılım tanımlı ağ yapısının, daha az enerji tüketimi ve uygulamaya özel adaptasyon için ağın soyutlanması ve yönetiminin basitleştirilmesi özellikleri üzerine yoğunlaşılarak, kablosuz algılayıcı/eyleyici ağlara uygun olduğu gösterilmiştir. Başarım değerlendirmesi için, önerilen mimarinin modeli ve benzetimi Riverbed Modeler Yazılımı ile gerçekleştirilmiştir. Ayrıca, oluşturulan modelin fiziksel olarak gerçeklemesi de yapılmıştır. Geliştirme çalışmasında ağ işlemcisi olan ARM tabanlı CC2538EVM modülü smartRF06EB uygulama işlemcisiyle birlikte kullanılmıştır. Oluşturulan topoloji içerisinde ağ işlemcisi hem tek başına hem de, mevcut algılayıcılarının, butonlarının ve diğer arayüzlerinin kullanılabilmesi için smartRF06EB borduyla birlikte kullanılmıştır. Gelişmiş mimarinin benzetimi için çeşitli trafik türleri içeren senaryolar gerçekleştirilmiştir. Oluşturulan mimari içerisinde yazılım tanımlı ağ denetleyicisine gömülü merkezi bir topoloji-farkında yönlendirme mekanizması yer almaktadır. Aynı zamanda, karşılaştırma amacıyla geleneksel bir protokolün benzetimi de gerçekleştirilmiştir. Benzetim sonucunda, güç tüketimi açısından çok daha iyi, gecikme ve verimlilik açısından biraz daha iyi gelişmeler elde edilmiştir. Anahtar kelimeler: WMSN, SDN, SDN Denetleyici, Kablosuz Algılayıcı Ağlar, Yazılım Tanımlı Ağlar, Gömülü Sistemler. This research study addresses some critical issues of wireless sensor networks and comes up with a proposition for tackling these issues by means of a trending notion in networks that is SDN. SDN standardization exertions are in progress through active IEEE standards projects, since SDN has revealed new perspectives in managing existing networks and apply its practicality and interoperability. In this thesis, SDN is presented in a way it would be a highly suitable choice for WSAN type of networks, concentrating on abstracting the network and simplifying management for the sake of less overall energy consumption and application-specific adaptation. The proposed architecture has been modeled and simulated using Riverbed Modeler Software for performance evaluation. Additionally, the simulated architecture was developed for experimental devices implementation. TI network processor of ARM-based CC2538EVM module with an application processor of smartRF06EB board was used in the development. The network processor is used either as a stand-alone only-forwarding node or mounted on the application processor to utilize existing sensor data, buttons and other interfaces in smartRF06EB. In the developed architecture simulation, several demonstrations were carried out using various types of traffic. Furthermore, the model included a centralized topologyaware routing mechanism embedded in SDNC. At the same time, a traditional protocol framework simulation was also conducted for comparison purposes. Results presented a very good enhancement in power consumption aspect of view and slightly better results in terms of delay and throughput. Keywords: WMSN, SDN, SDN Controller, Wireless Sensor Networks, Software- Defined Networking, Embedded Systems.

06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. Son yıllarda, bilgisayar ağlarını daha esnek bir hale getirmeyi amaçlayan Yazılım Tanımlı Ağ yaklaşımı ortaya çıkmıştır. Google'ın iç ağındaki Yazılım tanımlı ağ uygulaması, Yazılım Tanımlı Ağ (SDN) yaklaşımının kullanışlılığını ve gelecek vadeden bir teknoloji olacağını kanıtlamasına rağmen güvenlik konusu göz ardı edilemeyecek hayati bir sorundur. SDN mimarisinde, Veri Düzlemini Kontrol Düzleminden ayrıldığı için saldırganlar artık üç düzlemden herhangi birinden ağa saldırabilirler. Makine öğrenimi algoritmaları, bilgisayar ağlarına yapılan saldırıları ve izinsiz girişleri tespit etmede kullanılan yöntemlerdir ve Yazılım Tanımlı Ağlar için de kullanılabilir. Bu çalışmada Yazılım Tanımlı Ağlarda anomali tespiti için yeni bir test ortamı oluşturulmuştur. Oluşturulan test ortamının POX denetleyici, POX içerisinde geliştirilmiş bir IDS modülü ve eğitilmiş makine öğrenimi algortiması gibi çeşitli bileşenleri vardır. Sistem OpenFlow anahtarı tarafından gönderilen akış istatistiklerini inceleyerek bu akışa ait yararlı ya da zararlı kararını verir. Zararlı bir akış tespit edilmesi durumunda Yazılım Tanımlı Ağ denetleyici saldırganın ağ ile iletişiminin kesilmesi için anahtara akış düzenleme mesajı gönderir. Geliştirilen test ortamının doğrulanması için ping saldırısı uygulandı ve zararlı akışların sistem tarafından başarıyla tespit edilerek engellendiği görüldü. Elde edilen deneysel sonuçlar, makine öğrenimini kullanarak, Yazılım Tanımlı Ağlarda akış tabanlı anomali tespitinin gerçekleştirilebileceğini göstermektedir. In recent years, the Software-Defined Networking (SDN) approach has emerged with the aims of making computer networks more flexible. Although the SDN application on Google's internal network demonstrates the usefulness of the Software-Defined Network approach and the promise of future technology, security is a vital concern that cannot be ignored. In the SDN architecture, the attacker can now attack the network from any of the three planes because the Data Plane is separated from the Control Plane. Machine learning algorithms are methods used to detect attacks and intrusions on computer networks and can also be used for SDN. In this study, a new testbed has been implemented for anomaly detection in SDN. The testbed formed has several components such the POX controller, an IDS module implemented in POX, and a trained machine learning algorithm. The system examines flow statistics sent by OpenFlow switches and decides whether they are benign or malicious. In case a malicious flow has been detected, the controller will send a flow modification message, instructing the switch to block the attacking host from communicating in the network. To validate the testbed, a ping flood attack has been launched and malicious flows were detected and successfully blocked. Experimental results show that using machine learning, flow-based anomaly detection in SDN can be realized.

06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. Nesnelerin İnterneti 'nin işletmeler arasında popülerliğinin artmasıyla, izleme ve analiz IoT verilerinin araştırılması ve geliştirilmesi artmıştır. Büyük veri kaynaklarından biri olan Nesnelerin interneti, veri mühendislerinden dikkat çekiyor. Asıl zorluk, büyük miktarda IoT olayının gerçek zamanlı akış işlemesidir. Veri transferini, büyük ölçekli verileri gerçek zamanlı olarak depolamayı, işlemeyi ve analiz etmeyi içerir. Milyarlarca IoT cihazı, istihbaratı gerçek zamanda elde etmek için analiz edilmesi gereken çok miktarda veri üretir. Bu tezde, IoT için gerçek zamanlı akış işlemek için birleştirilmiş bir çözüm önerilmiştir. Önerilen yöntemde, hava istasyonu verilerinin IoT olayları Apache Kafka kullanılarak üretilir ve bir konuya yayınlanır. Bu veriler Apache Spark tüketicisi tarafından tüketilmekte ve RDD'ye dönüştürülmektedir. Spark SQL'i kullanarak, verileri analiz etmek için farklı sorguların uygulandığı veri çerçeveleri oluşturulur. Veriler Cassandra'ya kaydedilir ve Zeppelin notebook verileri görselleştirmek için kullanılır. Spark'deki makine öğrenme kütüphanesini kullanarak gerçek zamanlı tahminler yapmak için bir veri kümesine Lojistik Regresyon algoritması uygulanır. Sonunda, tüm ölçüm farklı metrikleri değiştirerek ve gecikmeyi azaltarak hızlanır. Sonuçlar, bu yöntemin gerçek zamanlı olarak büyük IoT veri kümelerini işlemek için eksiksiz bir çözüm sunduğunu göstermektedir. With the increase in popularity of IoT among enterprises, the research and development in the field of monitoring and analyzing IoT data has been increased. Iot, being one of the major sources of big data is getting attention from data engineers. The main challenge is real time stream processing of large amount of IoT events. It includes data transfer, storing, processing and analyzing large scale of data in real time. Billions of IoT devices generate huge amount of data that should be analyzed for deriving intelligence in real time. In this thesis, a unified solution for real time stream processing for IoT is proposed. In the proposed method, sample IoT events of weather station data are generated using Apache Kafka and published to a topic. This data is consumed by Apache Spark consumer which converted it into RDDs. Using Spark SQL, data frames are generated, on which different queries are applied to analyze the data. Data is saved to Cassandra and Zeppelin notebook is used to visualize the data. Logistic Regression algorithm is applied on a data set to make predictions in real time using machine learning library in Spark. In the end, the whole method is speed up by altering different metrics and reducing delay. Results show that this method provides a complete solution to process large IoT data sets in real time.

06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. Son on yılda, ağları tasarlamak ve geliştirmek için kullanılan teknolojiler konusunda köklü değişiklikler yaşanmamıştır. Bu süre zarfında, ağa bağlı cihazlarının sayısı üstel olarak artarak bilgisayar ağlarının toplamı ve boyutunun artmasına yol açtı. Bu ise, veri merkezlerinde ve şirketlerde mevcut ağ yapılarının yönetimini daha da zorlaştırdı. Yazılım Tanımlı Ağ fikri, daha önce aynı cihazda sıkıştırılmış olan veri düzlemi ile denetim düzlemini birbirinden ayırmayı getirir ve böylece tüm ağ yapısının SDN denetleyici adı verilen merkezi bir yerden programlanmasına imkan verir. Bu yapı içerisindeki very düzlemi, kendisine gelen verileri SDN denetleyici tarafından belirlendiği şekilde bir sonraki düğüme ileten aptal cihazlardan oluşur. OpenFlow, SDN denetleyici ile very düzelmi cihazları arasındaki bağlantıyı sağlamak üzere yaygın olarak kullanılan haberleşme protokolüdür. Oluşturulan test düzeneği web uygulaması, anormal durum tespiti alt sistemi, floodlight denetleyiciye sahip SDN yapısı ve sFlow protokolü gibi çok sayıda bileşene sahiptir. Geliştirilen system, akan trafık üzerindeki tehditleri bulabilmek için paketlerin yük kısımlarını incelemektedir. Geliştirilen test düzeneğinin başarımını sorgulamak için DoS saldırısı göz önüne alınımıştır. Elde edilen sonuçlar SDN sistemlerin güvenliğiyle ilgili deneylerin oluşturulan bu test düzeneği ile kolayca gerçekleştirilebileceğini göstermektedir. For the last decade's technologies which is used to design and build networks have remained unchanged. In the meantime, the number of connected networking devices has raised exponentially which lead to that also the total and the size of computer networks has increased. Accordingly, the existing networks in data centers and companies have become much more difficult and harder to administrate. Software Defined Networking (SDN) idea brings the fact to separate the control plane from data plane which was previously tighten together in the same device, and thus allows the network to be programmed from a logically centralized place called SDN controller. The data plane in this structure consists of dump devices which are only capable of forwarding the data as instructed by the SDN controller. OpenFlow is the well-known protocol used to take the communication between the SDN controller and the forwarding devices. In this study, a new testbed has been implemented for anomaly detection in SDN. The testbed formed has several components such as a web based application, an anomaly detection sub-system, an SDN structure with floodlight controller and sFlow protocol. The system developed examines the payload of the packets in order to find any threats in ongoing traffic. In order to investigate the performance of the testbed developed, DoS attack has been considered. The results show that experiments related to security aspects of the SDN systems can be realized by the testbed, easily.