Μέθοδοι ανίχνευσης ανωμαλιών σε γράφους
Σκοπός αυτής της πτυχιακής εργασίας είναι η µελέτη των µεθόδων ανίχνευσης ανωµαλιών σε γράφους. Ως ανίχνευση µιας ανωµαλίας, ορίζεται η ανακάλυψη σπάνιων περιστατικών στα σύνολα δεδοµένων. Αρχικά, ορίζουµε κάποιες εισαγωγικές έννοιες από την Αναγνώριση Προτύπων και την Εξόρυξη ∆εδοµένων. Συγκεκριµέν...
Saved in:
| _version_ | 1828460665276203008 |
|---|---|
| author | Εσιπέκογλου, Σοφία |
| author2 | Νάστου, Παναγιώτης |
| author_sort | Εσιπέκογλου, Σοφία |
| collection | DSpace |
| description | Σκοπός αυτής της πτυχιακής εργασίας είναι η µελέτη των µεθόδων ανίχνευσης ανωµαλιών σε γράφους. Ως ανίχνευση µιας ανωµαλίας, ορίζεται η ανακάλυψη σπάνιων περιστατικών στα σύνολα δεδοµένων. Αρχικά, ορίζουµε κάποιες εισαγωγικές έννοιες από την Αναγνώριση Προτύπων και την Εξόρυξη ∆εδοµένων. Συγκεκριµένα, ορίζουµε τι είναι ένα χαρακτηριστικό ενός
προτύπου, τους τύπους των χαρακτηριστικών που υπάρχουν, καθώς επίσης και το πεδίο ορισµού ενός χαρακτηριστικού. Στη συνέχεια, παρουσιάζουµε διάφορα µέτρα υπολογισµού της απόστασης µεταξύ προτύπων, από τα οποία εξάγουµε χρήσιµες πληροφορίες για τα πρότυπα, όπως το συντελεστή συσχέτισής τους, την οµοιότητα, την ανοµοιότητα, τη µέση και µέγιστη ανοµοιότητά τους κ.λπ. Επίσης, γίνεται µια αναφορά σε µερικές µεθόδους που χρησιµοποιούνται για την εξαγωγή και την επιλογή των χαρακτηριστικών που ϑα χρησιµοποιηθούν, προκειµένου να κατηγοριοποιηθούν σωστά τα δεδοµένα εισόδου. Στη συνέχεια, παρουσιάζουµε τη κατηγοριοποίηση των προτύπων εισόδου, δηλαδή τη διαδικασία απόδοσης ετικέτας (ονόµατος) σ΄ ένα πρότυπο εισόδου. Η διαδικασία αυτή πραγµατοποιείται ϐάσει ενός µοντέλου, το οποίο λαµβάνεται χρησιµοποιώντας διάφορους τύπους µάθησης. Ανάλογα µε τον τύπο µάθησης που χρησιµοποιείται, διακρίνονται κάποιοι τύποι κατηγοριοποίησης και µελετώνται αλγόριθµοι κατηγοριοποίησης για καθένα από αυτούς. Σε επόµενο κεφάλαιο, ϑα δούµε πως συνδυάζονται οι διάφοροι τύποι κατηγοϱιοποίησης µε τον εντοπισµό ανωµαλίας σ΄ ένα σύνολο δεδοµένων. Στο κεφάλαιο αυτό, ϑα αναφερθούµε στη χρησιµότητα των γράφων στην ανίχνευση ανωµαλιών καϑώς επίσης και στις δυσκολίες που καλείται κανείς να αντιµετωπίσει. Επίσης, ϑα µελετήσουµε την ανίχνευση ανωµαλιών τόσο σε στατικούς απλούς ή µε χαρακτηριστικά γράφους όσο και σε δυναµικούς γράφους και ϑα δούµε µεθόδους εντοπισµού ανωµαλίας για καθένα από αυτά. ΄Επειτα, παρουσιάζεται η εφαρµογή του αλγορίθµου OddBall, δηλαδή, µιας τεχνικής ανίχνευσης ανωµαλιών σε στατικούς γράφους, σε ένα πραγµατικό σύνολο δεδοµένων. Αναλύεται ο αλγόριθµος και παρουσιάζονται λεπτοµερώς τα αποτελέσµατα του πειράµατος. Ο αλγόριθµος OddBall εντοπίζει σπάνια γεγονότα και συνδέεται άµεσα µε την ανακάλυψη προτύπων και νόµων όπου η πλειοψηφία των κορυφών πρέπει να ακολουθεί. Αν κάποια κορυφή παραβιάζει το πρότυπο ή το νόµο µποϱούµε να τη ϑεωρήσουµε ως ακραία τιµή. Σ΄ αυτό το σηµείο δηµιουργούνται δύο ερωτήµατα, ποια πρότυπα και ποιους νόµους πρέπει οι γράφοι να υπακούν και ποια είναι εκείνα τα χαρακτηριστικά που πρέπει να εξάγουµε από κάθε κορυφή. Τέλος, ϑα αναφερθούµε σε κάποιες ανωµαλίες που έχουν ανιχνευθεί σε κοινωνικά
δίκτυα όπως το Facebook, Twitter κ.λπ. όπου κυκλοφορούν κακόβουλα λογισµικά µε σκοπό να εκµεταλλευτούν ή να ϐλάψουν το χρήστη. Σε δίκτυα τηλεπικοινωνιών, όπου ο απατεώνας αποκτά πλαστή ταυτότητα προκειµένου να χρησιµοποιήσει κάποιες υπηρεσίες δωρεάν. Σε δίκτυα δηµοπρασίας, όπου ο πωλητής δεν αποστέλλει τα αγορασθέντα προιόντα στον αγοραστή. Σε δίκτυα οικονοµικών συναλλαγών, όπου µια οµάδα εµπόρων εκτελούν συναλλαγές µεταξύ τους προκειµένου να ανέβει η τιµή της µετοχής στη χρηµατιστηριακή αγορά και να αυξήσουν τα κέρδη τους. Καθώς επίσης και σε δίκτυα υπολογιστών, όπου παρακολουθείται η δραστηριότητα και η συµπεριφορά επικοινωνίας προκειµένου να εντοπιστεί µια επίθεση στο δίκτυο. |
| id | oai:hellanicus.lib.aegean.gr:11610-19634 |
| institution | Hellanicus |
| language | el_GR |
| publishDate | 2019 |
| record_format | dspace |
| title | Μέθοδοι ανίχνευσης ανωμαλιών σε γράφους |
| topic | γράφος ανωμαλία ανίχνευση oddball egonet outlierness Computational complexity (URL: http://id.loc.gov/authorities/subjects/sh85029473) Machine learning (URL: http://id.loc.gov/authorities/subjects/sh85079324) Coding theory (URL: http://id.loc.gov/authorities/subjects/sh85027654) Graph theory (URL: http://id.loc.gov/authorities/subjects/sh85056471) |
| url | https://vsmart.lib.aegean.gr/webopac/List.csp?SearchT1=%CE%B5%CF%83%CE%B9%CF%80%CE%B5%CE%BA%CE%BF%CE%B3%CE%BB%CE%BF%CF%85&Index1=Keywordsbib&Database=1&SearchMethod=Find_1&SearchTerm1=%CE%B5%CF%83%CE%B9%CF%80%CE%B5%CE%BA%CE%BF%CE%B3%CE%BB%CE%BF%CF%85&OpacLanguage=gre&Profile=Default&EncodedRequest=i*17*E8*14*14*F9*AF*9Bp*09f*B5*83*C1*1E*94&EncodedQuery=i*17*E8*14*14*F9*AF*9Bp*09f*B5*83*C1*1E*94&Source=SysQR&PageType=Start&PreviousList=RecordListFind&WebPageNr=1&NumberToRetrieve=50&WebAction=NewSearch&StartValue=0&RowRepeat=0&ExtraInfo=&SortIndex=Year&SortDirection=-1&Resource=&SavingIndicator=&RestrType=&RestrTerms=&RestrShowAll=&LinkToIndex= http://hdl.handle.net/11610/19634 |
| work_keys_str_mv | AT esipekoglousophia methodoianichneusēsanōmaliōnsegraphous AT esipekoglousophia graphbasedanomalydetectionmethods |