شماره ركورد كنفرانس :
4870
عنوان مقاله :
مروري بر چالش ها و الگوريتم هاي تشخيص ناهنجاري در كلان داده ها
پديدآورندگان :
بهادرنيا سيد محمد مهدي دانشگاه علامه طباطبايي -تهران , چلونگر فاطمه دانشگاه علامه طباطبايي -تهران
كليدواژه :
تشخيص ناهنجاري , كلان داده ها , يادگيري ماشيني , افزونگي داده ها , هزينه محاسبات , انتخاب پارامترهاي الگوريتم
عنوان كنفرانس :
اولين همايش ملي هوش مصنوعي و محاسبات نرم در علوم انساني
چكيده فارسي :
در سال هاي اخير با پيشرفت فناوري هم در عرصه ي سخت افزار و هم نرم افزار، پيدايش بستر مناسب براي اينترنت اشياء و سنسورهاي همراه و توليد لحظه اي و سريع داده ها موجب پيدايش زمينه ي جديدي به نام كلان داده ها شد. اين عرصه علاوه بر فوايدي كه با خود به همراه دارد، با چالش هايي بسيار جدي نيز مواجه است كه شايد مهمترين آن را بتوان رفتارهاي غير عادي در داده ها دانست كه سر منشا بسياري از تهديدهاي امنيتي مي تواند باشد. بنابراين تشخيص ناهنجاري ها در كلان داده ها از منظر متخصصان امر داراي اهميت فزاينده اي است. از اين روي، به منظور مواجهه با اين مسائل شاهد تقاطع مباحث مرتبط به كلان داده ها و يادگيري ماشيني، به جهت كشف ناهنجاري ها، هستيم. در بخشي از اين كار پژوهشي به مرور و ارزيابي الگوريتم هاي مورد استفاده براي تشخيص ناهنجاري در كلان داده ها پرداخته مي شود. از طرفي ديگر، به سه چالش مهمِ اين زمينه (افزونگي داده ها، هزينه ي محاسبات و انتخاب پارامترهاي الگوريتم) اشاره مي شود. همچنين، به راه هاي فائق آمدن بر اين چالش ها كه در ادبيات موضوع بدان اشاره شده است نيز توجه شده است.
