文献

J-GLOBAL ID：200902280302397907   整理番号：09A0973336

異常検出:サーベイ

Anomaly Detection: A Survey

著者 (3件)： CHANDOLA Varun (Univ. Minnesota) ,  BANERJEE Arindam (Univ. Minnesota) ,  KUMAR Vipin (Univ. Minnesota)
資料名： ACM Computing Surveys  (ACM Computing Surveys)
巻： 41  号： 3  ページ： 15:1-15:58  発行年： 2009年07月 
JST資料番号： E0003B  ISSN： 0360-0300  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 異常検出は,データ内で,期待された挙動に合致しないパターンを見出す問題である。こうしたパターンは,異常,外れ値,例外等々と呼ばれる。応用分野は,クレディットカード,保険,ヘルスケアなどの詐欺検出,サイバーセキュリティのための侵入検出,安全重視システムの故障検出,敵軍行動の軍事監視等々,広範囲に渡る。本サーベイでは,種々の異常検出問題定式化を議論した。そして,多様な手法を概観することを試みた。異常検出手法の各カテゴリに対して,正常データと異常データの概念に関するそれぞれ固有の仮定を明確にした。手法の有効性はこれら仮定に照らし合わせて判断される。この異常検出問題の研究は,現在のところ,殆ど構造化されておらず,異常概念の統一や理論的枠組みの設定は極めて困難である。この問題に対するこれまでの議論の上に立って,本サーベイでは6種のカテゴリに分けた。これまでの,分類ベース,クラスタリングベース,最近傍ベース,統計的の4カテゴリに加えて,情報理論的とスペクトル的の2カテゴリを加えた。議論したアプリケーションは,サイバー侵入検出,詐欺検出,医療異常検出,産業における損傷検出,画像処理,テキスト異常検出,センサーネットワークの7分野である。未解決問題や将来の研究方向も議論した。

シソーラス用語： *データベース ,  *データマイニング ,  故障検出 ,  誤り検出 ,  特徴抽出 ,  異常値 ,  保険 ,  健康管理 ,  コンピュータセキュリティ ,  監視制御システム ,  監視 ,  パターン分類 ,  クラスタ分割 ,  損傷検出 ,  サイバー攻撃
準シソーラス用語： セキュリティ攻撃 ,  パターン抽出 ,  パターン発見 ,  ヘルスケア ,  外れ値

分類 (2件)： データベースシステム  (JD03030U) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 異常検出