Self-organizing anomaly detection in data streams

بسیاری از سیستم های توزیع شده به طور مداوم جمع آوری، تولید و تعریف داده ها، اغلب به عنوان جریان داده ها است که می تواند در طول زمان تغییر کند. کشف داده های غیرمستقیم برای به دست آوردن اطلاعات انتقادی و عملی مانند نفوذ، گسل ها و شکست های سیستم ضروری است. این مقاله یک الگوریتم چند عامل برای تشخیص ناهنجاری ها در جریان داده های توزیع ارائه می دهد. همانطور که داده های داده از هر منبعی می آید، آنها با عوامل الهام گرفته از زیست شناسی همراه می شوند و به صورت تصادفی در یک فضای مجازی منتشر می شوند. عوامل بارگذاری شده در فضای مجازی حرکت می کنند تا یک گروه را به دنبال الگوریتم فلوکشن ایجاد کنند. گروه عوامل بر اساس یک مفهوم از پیش تعریف شده از شباهت اشیاء مربوط به آنها. تنها عوامل مرتبط با اشیاء مشابه، یک گله را تشکیل می دهند، در حالی که عوامل مرتبط با اشیا غیر متضاد به یکدیگر در گله ها گروه بندی نمی شوند. ناهنجاریها، اشیائی هستند که با عوامل یا اشیاء جدا شده مرتبط با عوامل وابسته به گله دارای تعداد کمی از عناصر هستند. ویژگی های هوش روان از رویکرد، مانند تطبیقی، موازی بودن، ناهماهنگی و عدم تمرکز، باعث می شود که الگوریتم مقیاس پذیر به مجموعه داده های بسیار بزرگ و سیستم های توزیع شده بسیار بزرگ تبدیل شود. نتایج تجربی برای داده های واقعی و مصنوعی اعتبار مدل پیشنهادی را تایید می کند.