Anomáliadetektálás gráfokban

OData támogatás
Konzulens:
Salánki Ágnes
Méréstechnika és Információs Rendszerek Tanszék

A klasszikus sokdimenziós adatkészletek anomáliáinak (kilógó pontjainak) detektálására számos hatékony algoritmus létezik, ezek nagy része azonban feltételezi, hogy az egyes rekordok egymástól függetlenek. A detektáló algoritmusok egy speciális részcsoportját alkotják azok a módszerek, amelyek az egyes rekordokat valamilyen kontextusban összekapcsolják, például időt vagy fizikai elhelyezkedést reprezentáló dimenziókon keresztül.

Az egyre növekvő, nyílt hozzáférésű hálózati adatsoroknak köszönhetően az utóbbi évtizedben az anomália detektálás területe dinamikus fejlődésnek indult. Ennek feladata a szokatlan gráf minták és elemek felfedezése, amelyek a közösségi hálózatok véleményvezéreinek keresésekor vagy bűnügyi hálók felderítésekor kiemelt jelentőségűek lehet-nek.

A szakdolgozat magában foglalja a jelenleg jellemzően használt detektálási algoritmusok feltárását, illetve azok közvetlen használhatóságának vizsgálatát több választott szakterületen: az internetes fórum közösségek, a szociális hálók, a fizikai úthálózatok és a vásárlói kosár tartalmát reprezentáló hálók területén.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.