AMEA İnformasiya Texnologiyaları İnstitutunun 1 saylı şöbəsinin növbəti onlayn elmi seminarında “Anomaliyaların aşkarlanması metodlarının analizi” mövzusunda müzakirələr aparıldı.

Məruzəni təqdim edən institutun magistrantı Leyla Yusifova anomaliyaların aşkarlanması probleminin müxtəlif aspektlərinin araşdırılması, statistik metodların, maşın təlimi metodlarının analizi, məsafəyə və sıxlığa əsaslanan metodlar, təlimə əsaslanan metodlar (klassifikasiya), təlimsiz metodlar (klasterizasiya) haqqında ətraflı məlumat verdi.

“Anomaliya verilənlərdə müəyyən olunmuş normal davranışa uyğun olmayan qanunauyğunluq kimi başa düşülür və ya verilənlərin göstəricisi kimi təyin olunur”, – deyə bildirən məruzəçi tədqiqatlarda anomaliya sözünə sinonim kimi “outlier”, “exception”, “peculiarity”, “surprise” terminlərinin də istifadə olunduğunu diqqətə çatdırdı.

O, data giriş (insan) səhvlərinin, ölçmə (alət) səhvlərinin, məlumat işləmə səhvlərinin (məlumat manipulyasiyası və ya məlumat dəsti istənilməyən mutasiyalar), sistem davranışının və təbii dəyişikliklərin (səhv deyil, məlumatdakı yeniliklər) anomaliyaların yaranma səbəbləri olduğunu söylədi.

Anomaliyaların aşkarlanmasının tətbiq sahələrindən söz açan L.Yusifova bundan kredit kartları və mobil telefonlarla həyata keçirilən əməliyyatlar zamanı fırıldaqçılığın, digər şübhəli fəaliyyətlərin, kompüter şəbəkələrində müdaxilələrin (kibertəhlükəsizlik təhdidləri), hərb, tibb və sığorta sahələrində saxtakarlığın aşkarlanmasında, kritik vacib sistemlərin təhlükəsizliyinin təmin olunmasında və s. geniş istifadə edilməsinin önəmini qeyd etdi.

O, anomaliyaların tipləri, anomaliyaların aşkarlanması metodları (sıxlığa əsaslanan, maşın təlimi, dəstək vektor maşınları, statistik metodlar, neyron şəbəkə, məsafəyə əsaslanan), LOF, K-means, K-medoids, K-median, iyerarxiyaya əsaslanan klasterləşdirmə alqoritmləri, ansambl əsaslı yanaşma (Random Forest), onların üstünlükləri və çatışmazlıqları barədə ətraflı danışdı.

“Texnika və texnologiyaların inkişafı ilə məlumatlar həcm, çeşid və sürət baxımından böyüyür, məlumatların həcmi eksponensial olaraq artır. Big Data-dan yeni bilik əldə etmək üçün o, analiz edilməlidir. Verilənlərin analizində anomaliyaların aşkarlanması isə mühüm məsələlərdəndir. Çünki anomaliyaların düzgün identifikasiyası və ya emalı əldə olunan biliyin etibarlılığına birbaşa təsir göstərir”, – deyə L.Yusifova bildirdi. Qeyd etdi ki, araşdırmaların nəticəsi olaraq, anomaliyaların aşkarlanması sahəsində mövcud metodların (statistik metodlar, neyron şəbəkələr, maşın təlimi metodları, optimallaşdırma metodları və s.) spektrinin çox geniş olduğunu söyləmək mümkündür. Big Data-nın mürəkkəbliyi, həcmi, sürəti və müxtəlifliyini nəzərə almaqla, yeni metodların işlənməsinə ehtiyac vardır.

Sonda mövzu ətrafında fikir mübadiləsi aparıldı, suallar cavablandırıldı.

© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.iсt.az saytına istinad zəruridir.