ĐẶT VẤN ĐỀ Tên miễn ứng dụng, © Phat fn gian In © Phat ên xâm nhập + Lễi/pháthiện thiệt hại Toi phamy dia tra /1ap ké hogch khiing b6 « Tinhgey té 'Hình 1.6: Các thành phân chính liên quan đến kỹ thuật phát hiện ngoại lai Nếu một thê hiện đữ liệu cá nhân có thể được coi là bất thường đối với phần còn lại của đữ liệu, được gọi là một ngoạilai điểm. Đây là đơn giản. nhất ngoại lai và là trọng tâm của phản lớn các nghiên cứu về phát hiện ngoại. lai [9] Vidu: Trong hinh 1.1 , céc diém O1 và o2 cũng nhự các điểm trong khu vực O3 nằm ngoài ranh giới của khu vực bình thường, và đo đô có giá trị ngoại lai điểm từ họ là khác nhau từ các điểm đữ liệu bình thường.
`Ví dụ: Nếu chúng ta phát hiện xem xét gian lận thể tín dụng với tập đữ liệu tương ứng với thể tín đụng của một cá nhân giao dich, gia sử đữ liệu bởi chỉ cô một tính năng là số tiền chỉ. Một giao địch mà số tiền bỏ ra là rất cao so. với mức bình thường chỉ tiêu cho người đó sẽ là một ngoại lai diém. 'Nếu một trường đữ liệu là bất thường trong một văn bản cụ thể (nhưng không khác), sau đồ nó được gọi là một ngoại lai theo ngữ nghĩa.
Các khái niệm về một bối cảnh được gây ra bởi cấu trúc trong thiết lập dữ liệu và có được quy định như một phần của việc xây dựng vấn đẻ. Dữ liệu được định nghĩa sử đụng hai bộ của các thuộc tính, theo ngữ cảnh và thuộc tính. Các thuộc tính ngữ cảnh được sử đụng đễ xác định các nội dung. Vi du: Trong bộ dữ liệu không gian, kinh độ và vĩ độ của một vị trí là các thuộc tính ngữ cảnh.
Trong chuỗi thời gian dữ liệu, thời gian là một thuộc tính ngữ cảnh mà xác định vị trí của một trường hợp trên toàn bộ chuỗi. Các thuộc tính về hành vi xác định những đặc tính phi ngữ cảnh. Vi dụ: Trong một tập hợp dữ liệu không gian mô tả lượng mưa trung bình của toàn thể giới, lượng mưa ở bất kỹ vị trí nào là một thuộc tính hành. Các hành vi bất thường được xác định bằng cách sử đụng các giá trị cho.
các thuộc tính về hành vỉ trong một bối cảnh cụ thể. Một dữ liệu cô thể là một ngoại lai theo ngữ cảnh trong một định bối cảnh, nhưng một thể hiện dữ liệu giống hệt nhau (về thuộc tính hành vi) có thể được xem là bình thường trong. một bối cảnh khác nhau. 16 Monthly Temp nhiệt độ hàng thang của một khu vực trong năm.
Nhiệt độ 35° F có thể là bình thường trong suốt mùa đông (tại thời điểm tl) tai nơi đó, nhưng giá trị như nhau trong mùa hề (tại thời điểm 12) sẽ là một ngoại lai. Một vi đụ tương tự có thê được tìm thấy trong các gian lận thẻ tín dụng phát hiện với ối cảnh là thời điểm mua hàng. Giả sử một cá nhân thường có một hóa đơn mua sắm. hàng tuần 100% ngoại trừ trong tuần Giáng sinh, khi nó đạt đến 10008.
Mét lần mua mới 1000$ trong một tuần vào tháng nào đó sẽ được coi là một ngoại lai theo ngữ cảnh, vì nỗ không phù hợp để các hành vi bình thường của cá nhân trong bối cảnh thời gian (mặc đù cùng một số lượng đã tiêu hết trong tuần Giáng sinh sẽ được xem là bình thường ).4 Ứng dụng phát hiện phân tử ngoại lai 1.1 Phát hiện xâm nhập Phát hiện xâm nhập đùng để phát hiện các hoạt động nguy hiểm (phá vỡ thâm nhập và các hình thức khác của máy tính) trong một hệ thống máy tính liên quan từ một vấn đề bảo mật. Khác với hệ thống hành vỉ bình thường, phát a7 hiện xâm nhập áp dung các kỹ thuật phát hiện ngoại lai. Các thách thức chính cho việc phát hiện ngoại lai là: -> Khối lượng dữ liệu lớn: Điễu này đồi các kỹ thuật hiện quả tính toán. -~ Truyền đỡ liệu: Điều này đồi hỏi phân tích trực tuyến.
+ Tỷ lệ báo động sai: Tỷ lệ phần trăm nhỏ nhất của báo động sai trong. số hàng triệu đối tượng đữ liệu có thể làm cho là quá sức đối với một nhà phân tích. + Được gán nhãn dữ liệu thường không có sẵn cho xâm nhập: Đây sẽ .ưu tiên cho ban giám sát và phát hiện ngoại lai không có giám sát kỹ thuật. Hệ thống phát hiện xâm nhập đã được phân loại vào máy chủ dựa và mạng dựa trên hệ thống phát hiện xâm nhập.2 Phát hiện gian lận Gian lận liên quan đến hoạt động tội phạm xảy ra trong các tổ chức thương mại, các tổ chức như ngân hàng, các công ty thẻ tín đụng, cơ quan bão hiểm, các công ty điện thoại di động, thị trường chứng khoán.
Người sit đụng độc hại có thể là khách hàng thực tế của tổ chức hoặc phải đùng đến. hành vi trộm cấp danh tính (giã làm khách hàng). Các hoạt động phát hiện nhằm mục đích phát hiện tiêu thụ trái phép các nguôn tài nguyên được cung. cấp bởi tổ chức để ngăn chặn thiệt hại kinh tế.
Một cách tiếp cận chung để phat hiện ngoại lai ở đây sẽ liên quan duy trì một cấu hình sử đụng cho từng khách hàng và theo dõi các cấu hình để phát hiện bắt kỹ sai lệch được gọi là hoạt động giám sát. Một số ứng đụng cụ thể của phát hiện gian lận - Phát hiện thể tin đụng gian lận: Kỹ thuật phát hiện ngoại lai được áp dụng để phát hiện gian lận đối với thể tín dung. Điều này cũng tương tự như việc phát hiện gian lận bão hiểm. Cách sử dụng gian lận cũa thế tín dụng: Kết hợp với các vụ trộm cấp thẻ tín dung.
Các hỗ sơ dữ liệu được xác định trên một số phương diện như nhận điện người sử đụng, đã đành số tiền, thời gian 18 giữa các lần liên tiếp sử dụng thẻ. Các gian lận thường được phản anh trong hỗ sơ giao địch (giá trị ngoại lai điểm) và tương ứng với thanh toán cao, tốc độ cao, mua các mặt hàng không bao giờ mua bởi người sử đụng trước,. cô của ghỉ nhãn là không có ví đề vi các công ty tin dụng có day đủ dữ liệu. Hơn nữa, dữ liệu rơi vào sự khác biệt dựa vào người sử đụng thể tín dung.
Vi thé các kỹ thuật trên thường được sử dung trong lĩnh vực này. Phat hiện trực tuyến lữa đão ngay sau khi giao dịch gian lận xây ra là một thách thức trong việc phát hiện thế tin dụng trái phép hiện nay 1. Phát hiện bão hiểm yêu cầu bôi thường gian lận Một vấn đề quan trọng trong ngành công nghiệp bảo hiểm là các hành vi gian lận: ví đụ xe hơi gian lận bảo hiểm. Các cá nhân và tổ chức bên yêu sách và các nhà cung cấp yêu cầu bôi thường hệ thống xử lý cho các tuyên bổ trái phép và bat hop pháp.
Các đữ liệu trong lĩnh vực này dé phat hiện gian lận đến từ các văn bản trình của các bên tranh chấp. Các kỹ thuật trích xuất các tính năng khác nhau (cã phân loại cũng như liên tục) từ các tà liệu này. Thông thường , điều chỉnh các yêu cầu và điều tra đánh giá những tuyên bố cho gian lận. Những điều tra bằng tay trường hợp được sử dụng như trường hợp đán nhãn cũa giám sát và kỹ thuật giám sát cho gian lận bảo hiểm phát hiện.
Phát hiện bảo hiểm bồi thường gian lận là khá thường xuyên xử lý như một vấn đề giám sát hoạt động chung, kỹ thuật dựa trên mạng lưới thần kinh cũng đã được áp dụng để xác định yêu cầu bão hiểm. 'bắt thường.4 Ứng dụng trong y tẾ công cộng Các đữ liệu thường bao gồm hỗ sơ bệnh nhân mà có thể có các loại khác nhau của các tính năng như tuổi của bệnh nhân, nhôm máu, trọng lượng. Dữ liêu cũng có thể cô thời gian cũng như không gian. Dữ liệu có thể có giá trị ngoại lai đo một số lý do như tình trạng bệnh nhân bắt thường hoặc thiết bị 19 đo đạc lỗi hoặc ghỉ âm.
Hầu hết các ngoại lai hiện tại kỹ thuật phát hiện trong này nhằm mục đích phát hiện tại hồ sơ bất thường (ngoại lai điểm). Thông thường các dữ liệu được đán nhãn thuộc về bệnh nhân khỏe mạnh, do đồ các kỹ thuật áp dung giám sát tiếp cận. Một hình thức khác của dit liệu xử lý bi ngoại lai kỹ thuật phát hiện trong lĩnh vực này là đữ liệu chuỗi thời gian, chẳng hạn như điện tâm đỏ CG) và điện não đỏ (EEG). Kỹ thuật phát hiện ngoại lai đã được áp dung đễ phát hiện giá trị ngoại lai trong dữ liệu như vậy.
Một số kỹ thuật cũng có tập trung vào việc phát hiện địch bệnh ở một khu vực cụ thể. Vì vậy việc phát hiện ngoại lai là rất quan trọng vấn đề trong lĩnh vực này và đồi hỏi mức độ cao và chính xác. Các khía cạnh thách thức nhất của việc phát hiện ngoại lai là vấn đề trong lĩnh vực này là chỉ phí phân loại một ngoại lai như bình thường có thê rất cao.5 Phát hiện thiệt hại công nghiệp Các nhà máy công nghiệp bị thiệt hại do liên tục sử dụng và hao mòn thông thường, thiệt hại như vậy cần phải được phát hiện sớm để ngăn chặn sự leo thang hơn nữa và gây tôn thất đẫn đến thiệt hại. Các đữ liệu trong phạm vi này thường là cảm biến dữ liệu được ghỉ bằng các cảm biển khác nhau và thu thập cho phân tích.
‘Vi du: Phát hiện lỗi trong đơn vị cơ khí và thành phần như động cơ, tua bin, đầu chảy trong đường ống,. Các vết nứt trong dầm, thủng trong khung máy "bay, dữ liệu không lường trước được sử đụng cho lỗi phát hiện ở các nhà máy cơ khí 1.446 Xứ lý hình ảnh Phát hiện ngoại lai ở đây nhằm phát hiện những thay đổi trong một "hình ảnh theo thời gian (phát hiện chuyển động) hoặc trong các khu vực mà xuất hiện bất thường trên hình ảnh tĩnh. Tên miền này bao gồm các hình ảnh. vệ tinh, công nhận chữ số, quang phổ, hình ảnh X quang vú, và giám sát 20 video.
Các yếu tố được gây ra bởi chuyên động hoặc chèn đối tượng hoặc thiết bị lỗi. Các đữ liệu có không gian cũng như đặc điểm thời gian. đữ liệu có một vài các thuộc tính liên tục như mnàu sắc, kết cấu, .Các giá trị ngoại lai thú vị là những điểm hoặc bất thường hoặc khu vực trong ảnh (điểm. và sự chênh lệch theo ngữ cảnh).
Một trong những thách thức quan trọng trong lĩnh vực này là kích thước lớn của đầu vào.