مریم آموزگار؛ بهروز مینایی بیدگلی؛ هادی فنایی؛ منصور رزقی
چکیده
داده‌های جریانی در بستر پویا و در حال تغییر، تکامل می‌یابند؛ بنابراین، رانش مفهوم یا تغییر توزیع اساسی داده‌ها با گذشت زمان، یکی از مهم‌ترین چالش‌های این نوع از داده‌ها است. علاوه بر این، رانش مفهوم ...
بیشتر
داده‌های جریانی در بستر پویا و در حال تغییر، تکامل می‌یابند؛ بنابراین، رانش مفهوم یا تغییر توزیع اساسی داده‌ها با گذشت زمان، یکی از مهم‌ترین چالش‌های این نوع از داده‌ها است. علاوه بر این، رانش مفهوم بر عملکرد فرآیند تشخیص ناهنجاری نیز تأثیر میگذارد. تشخیص ناهنجاری در چنین دادههایی در حوزههای متعددی ازجمله تشخیص نفوذ در شبکههای کامپیوتری یا مدیریت ترافیک شبکۀ راهها کاربرد دارد. در سالهای اخیر، رویکردهایی مبتنی بر تجزیۀ تانسور ارائه شدهاند که بهصورت برخط زیرفضا را ردیابی میکنند و یادگیرنده را با یک استراتژی ناآگاهانه و بهطور ضمنی در همۀ گامهای زمانی، در مقابل تغییرات تطبیق میدهند. این مقاله، یک رویکرد برخط را پیشنهاد میکند که رانش مفهوم را بهطور صریح تشخیص میدهد و اعلام میکند. بدین ترتیب یادگیرنده نیز با یک استراتژی آگاهانه و تنها در گامهای زمانی لازم با تغییرات و رانش، تطبیق پیدا میکند. ارزیابی راهکار پیشنهادی با استفاده از مجموعهدادههای واقعی انجام شد و تحلیل نتایج بهدستآمده، عملکرد روش پیشنهادی را از جنبههای یادگیری و تشخیص تأیید میکند.
