Статья

Название статьи МЕТОДЫ МНОГОШАГОВОГО ПРЕДСКАЗАНИЯ АНОМАЛИЙ В ТЕМПОРАЛЬНЫХ ДАННЫХ
Автор С.М. Ковалев
Рубрика РАЗДЕЛ III. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И НЕЧЕТКИЕ СИСТЕМЫ
Месяц, год 07, 2013
Индекс УДК 519.816
DOI
Аннотация Предлагается новая методология обнаружения аномалий в темпоральных данных на снове методов многошагового предсказания. Предлагаемая методология базируется на анализе динамики развития вероятностных значений аномалии с поступлением каждого нового отсчета паттерна в потоке данных. Приводится оригинальная модель задачи многошагового предсказания. В качестве средства вычисления вероятностных значений аномалий предлагается использовать функции истинности стохастических Марковских моделей с доходами. Приводится теоретическое обоснование корректности предлагаемого подхода. Для преобразования реального процесса к Марковскому предлагается использовать нечеткую адаптивную систему, осуществляющую отображение совокупностей точечных состояний исходного процесса на гранулированную шкалу нечеткого интегрального признака.

Скачать в PDF

Ключевые слова Темпоральные данные; обнаружение аномалий; Марковская модель; темпорально-разностное обучение; адаптивная нечеткая система.
Библиографический список Yeung D.Y., Ding Y.X. Host-based intrusion detection using dynamic and static behavioral models, Pattern Recognition. – 2003. – № 36. – С. 229-243.
2 Ковалев С.М. Упреждающее распознавание нечетких темпоральных паттернов в потоковых данных // Тринадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2012: Тр. конференции. Т. 2. – М.: Физматлит, 2012. – С. 313-322.
3 Курейчик В.В., Курейчик В.М., Сороколетов П.В. Анализ и обзор моделей эволюции. Известия РАН // Теория и системы управления. – 2007. – № 5.
4 Sutton R. Learning to predict by the method of temporal differences // Machine Learning. - 1988. – № 3 (1). – С. 9-44.
5 Малинейкий Г.Г., Потапов А.Б. Русла и джокеры: о новых методах прогноза поведения сложных систем // Препринт ИМП ИИ. им. М.В. Келдыша РАН. 2001.

Comments are closed.