HyperAI

اكتشاف الشذوذ

اكتشاف الشذوذ هو تحديد العناصر أو الأحداث أو الملاحظات التي لا تتطابق مع النمط المتوقع أو العناصر الأخرى في مجموعة البيانات. وعادةً ما تتحول العناصر الشاذة إلى احتيال مصرفي، أو عيوب هيكلية، أو مشاكل طبية، أو أخطاء نصية، وما إلى ذلك.

تطبيق تكنولوجيا الكشف عن الشذوذ

يتم تطبيق تقنيات الكشف عن الشذوذ في مجالات مختلفة مثل الكشف عن التطفل، والكشف عن الاحتيال، والكشف عن الأخطاء، ومراقبة صحة النظام، والكشف عن أحداث شبكة الاستشعار، والكشف عن اضطراب النظام البيئي. يتم استخدامه غالبًا لإزالة القيم المتطرفة من مجموعة البيانات أثناء المعالجة المسبقة، مما قد يحسن الدقة بشكل كبير في التعلم الخاضع للإشراف.

تصنيف طرق الكشف عن الشذوذ

يمكن لطرق الكشف عن الشذوذ غير الخاضعة للإشراف اكتشاف الشذوذ في بيانات الاختبار غير المسمى من خلال العثور على الحالات الأقل تطابقًا مع البيانات الأخرى.

تتطلب طرق الكشف عن الشذوذ الخاضعة للإشراف مجموعة بيانات تم تصنيفها على أنها "طبيعية" و"غير طبيعية" وتتضمن تدريب المصنف.

إن طرق الكشف عن الشذوذ شبه الخاضعة للإشراف تعمل على إنشاء نموذج يمثل السلوك الطبيعي استنادًا إلى مجموعة بيانات تدريب طبيعية معينة ثم اكتشاف احتمالية حدوث حالات اختبار تم إنشاؤها بواسطة النموذج الذي تم تعلمه.

  • التقنيات المعتمدة على النموذج: تقوم العديد من تقنيات اكتشاف الشذوذ ببناء نموذج بيانات أولاً، والشذوذ هو تلك الكائنات التي لا تتناسب مع النموذج تمامًا.
  • التقنيات المعتمدة على القرب: في كثير من الأحيان يمكن تعريف مقياس القرب بين الكائنات، حيث تكون الكائنات المتطرفة هي تلك التي تكون بعيدة عن معظم الكائنات الأخرى.
  • التقنيات المعتمدة على الكثافة: يمكن حساب تقديرات كثافة الأشياء بشكل مباشر نسبيًا، وخاصةً عندما يكون هناك مقياس للقرب بين الأشياء.

سيناريو التطبيق

  • اكتشاف الاحتيال: اكتشاف أمان البطاقة
  • اكتشاف التسلل: اكتشاف عمليات التسلل إلى أنظمة الكمبيوتر
  • المجال الطبي: اختبار صحة الإنسان