Π niresaka momba ny vinavina andiam-potoana izahay. Ny tohin'ny lojika dia lahatsoratra momba ny famantarana ny tsy mety.
fampiharana
Ny fitiliana anomaly dia ampiasaina amin'ny faritra toy ny:
1) Faminaniana ny fahatapahan'ny fitaovana
Noho izany, tamin'ny taona 2010, ny centrifuges Iraniana dia notafihan'ny viriosy Stuxnet, izay nametraka ny fitaovana ho amin'ny tsy fiasana tsara indrindra ary manakana ny fitaovana sasany noho ny fitafy haingana.
Raha toa ka nampiasaina tamin'ny fitaovana ny algorithm momba ny anomaly, dia azo nosorohana ny toe-javatra tsy fahombiazana.
Ny fikarohana ny anomalies amin'ny fampandehanana ny fitaovana dia tsy ampiasaina amin'ny indostrian'ny nokleary ihany, fa koa amin'ny metallurgy sy ny fiasan'ny turbine fiaramanidina. Ary any amin'ny faritra hafa izay ny fampiasana ny vinavina diagnostics dia mora kokoa noho ny mety ho fatiantoka noho ny tsy ampoizina fahasimbana.
2) Faminaniana hosoka
Raha esorina amin'ny karatra ampiasainao any Podolsk any Albania ny vola, dia mety mila dinihina bebe kokoa ny fifampiraharahana.
3) Famantarana ny modely mpanjifa tsy ara-dalΓ na
Raha misy mpanjifa mampiseho fihetsika tsy ara-dalΓ na, dia mety hisy olana tsy fantatrao.
4) Famantarana ny fangatahana tsy ara-dalΓ na sy ny entana
Raha toa ka nidina ambanin'ny elanelan'ny fahatokisan'ny vinavina ny varotra amin'ny fivarotana FMCG, dia ilaina ny mitady ny anton'ny zava-mitranga.
Fomba hamantarana ny anomalia
1) Tohano ny milina Vector miaraka amin'ny SVM kilasy iray kilasy
Mety raha manaraka fitsinjarana ara-dalΓ na ny angona ao amin'ny andiana fiofanana, fa misy tsy mety ny andrana.
Ny milina vΓ©ctor fanohanana kilasy iray dia manangana sehatra tsy tsipika manodidina ny fiaviana. Azo atao ny mametraka fetra tapaka izay heverina ho tsy misy dikany ny angon-drakitra.
Miorina amin'ny traikefan'ny ekipa DATA4 anay, ny One-Class SVM no algorithm fampiasa matetika indrindra amin'ny famahana ny olan'ny fitadiavana anomalia.
2) Mitokana ny fomba ala
Miaraka amin'ny fomba "ranomandry" amin'ny fananganana hazo, dia hiditra amin'ny ravina ny entona amin'ny dingana voalohany (amin'ny halalin'ny hazo), izany hoe. mora kokoa ny βmitokanaβ. Ny fitokanana ny soatoavina anomalia dia mitranga amin'ny fanombohana voalohany amin'ny algorithm.
3) valopy elliptic sy fomba statistika
Ampiasaina rehefa mizara ara-dalΓ na ny angona. Arakaraka ny akaiky kokoa ny fandrefesana ny rambon'ny fifangaroan'ny fitsinjarana, dia vao mainka tsy misy dikany ny sandany.
Ny fomba statistika hafa dia azo ampidirina amin'ity kilasy ity.
Sary avy amin'ny dyakonov.org
4) Fomba metric
Ny fomba dia ahitana algorithms toy ny k- akaiky indrindra mpifanolo-bodirindrina, k- akaiky indrindra mpifanolo-bodirindrina, ABOD (angle-based outlier detection) na LOF (local outlier factor).
Mety raha ny elanelana misy eo amin'ny soatoavina ao amin'ny toetra dia mitovy na normalized (mba tsy handrefesana boa constrictor amin'ny boloky).
Ny algorithm k- akaiky indrindra mpifanolo-bodirindrina dia mihevitra fa ny soatoavina ara-dalΓ na dia hita ao amin'ny faritra iray amin'ny habaka multidimensional, ary ny halaviran'ny anomalies dia ho lehibe kokoa noho ny hyperplane manasaraka.
5) Fomba fivondronana
Ny fototry ny fomba kluster dia ny hoe raha mihoatra ny sanda iray lavitra ny ivon'ny kluster ny sanda iray dia azo heverina ho tsy misy dikany ny sanda.
Ny tena zava-dehibe dia ny fampiasana algorithm izay manambatra tsara ny angon-drakitra, izay miankina amin'ny asa manokana.
6) Fomba singa fototra
Mety amin'ny toerana asongadina ny toromarika momba ny fiovana lehibe indrindra amin'ny fiparitahana.
7) Algorithm mifototra amin'ny vinavinan'ny andiam-potoana
Ny hevitra dia hoe raha toa ka latsaka ivelan'ny elanelan'ny fahatokisana amin'ny faminaniana ny sanda iray, dia heverina ho tsy misy dikany ny sanda. Mba haminavina andian-potoana dia ampiasaina ny algorithm toy ny triple smoothing, S(ARIMA), boosting, sns.
Noresahina tao amin'ny lahatsoratra teo aloha ny algorithm momba ny vinavina andiam-potoana.
8) Fanaraha-maso fianarana (fiverenana, fanasokajiana)
Raha mamela ny angon-drakitra dia mampiasa algorithm manomboka amin'ny fihemorana tsipika mankany amin'ny tambajotra miverimberina. Andeha hojerentsika ny fahasamihafana misy eo amin'ny vinavina sy ny tena sandany, ary manatsoaka hevitra hoe hatraiza ny fivilian'ny data amin'ny fenitra. Zava-dehibe ny hoe manana fahaiza-manao generalization ampy ny algorithm ary tsy misy soatoavina anomaliana ny seta fanofanana.
9) Fitsapana modely
Andeha hojerentsika ny olana amin'ny fitadiavana tsy mety ho olana amin'ny fitadiavana tolo-kevitra. Andao hopotehina ny matrix endri-javatra amin'ny alΓ lan'ny milina SVD na fatorization, ary alaivo ny soatoavina ao amin'ny matrix vaovao izay tsy mitovy amin'ny tany am-boalohany ho tsy misy dikany.
Sary avy amin'ny dyakonov.org
famaranana
Ato amin'ity lahatsoratra ity dia nandinika ny fomba lehibe indrindra amin'ny fitadiavana anomaly izahay.
Ny fitadiavana anomalia dia azo antsoina amin'ny fomba maro. Tsy misy algorithm na fomba fiasa tsara indrindra, ny fampiasana azy dia mamaha ny olana rehetra. Matetika dia misy fomba iray ampiasaina hamahana tranga iray manokana. Ny fisavana ny anomaly dia atao amin'ny alΓ lan'ny milina vector fanohanana kilasy iray, mitoka-monina ny ala, fomba metrika sy cluster, ary koa amin'ny fampiasana singa fototra sy vinavina andiam-potoana.
Raha fantatrao ny fomba hafa dia soraty ao amin'ny fanehoan-kevitra ao amin'ny lahatsoratra ny momba azy ireo.
Source: www.habr.com