文献

J-GLOBAL ID：201902224850232308   整理番号：19A2762118

最小希アイテム集合に基づく異常検出法とセンサデータストリームへの応用【JST・京大機械翻訳】

A Minimum Rare-Itemset-Based Anomaly Detection Method and Its Application on Sensor Data Stream

著者 (6件)： Cai Saihua (College of Information and Electrical Engineering, China Agricultural University, Beijing, China) ,  Sun Ruizhi (College of Information and Electrical Engineering, China Agricultural University, Beijing, China) ,  Sun Ruizhi (Scientific Research Base for Integrated Technologies of Precision Agriculture (Animal Husbandry), The Ministry of Agriculture, Beijing, China) ,  Mu Huiyu (College of Information and Electrical Engineering, China Agricultural University, Beijing, China) ,  Shi Xiaochen (College of Information and Electrical Engineering, China Agricultural University, Beijing, China) ,  Yuan Gang (College of Information and Electrical Engineering, China Agricultural University, Beijing, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1042  ページ： 116-130  発行年： 2019年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 近年,データストリームの規模は実生活において非常に大きくなっている。しかし,異常データは収集したデータストリームにしばしば存在するが,異常の存在はデータベースの操作の精度の減少の主な理由である。異常データは2つの主な特性を持っている。すなわち,ほとんどのデータ要素からめったに見えないように見える。したがって,異常検出法は,これらの2つの属性を考慮することによって異常データを正確に検出するべきである。データストリームは連続的に生成され,常に流れているので,以前の静的異常検出法はデータストリームの処理に適していない。さらに,大量のデータストリームは,まれなアイテム集合マイニングフェーズの時間消費とメモリ占有を非常に高くする。これらの問題を効果的に解決するために,本論文は最初に,最小のまれなアイテム集合をマイニングするための効率的なMRI-Min方法を提案して,次に,異常指数に基づくMRI-ADと呼ばれる正確な異常検出方法を提案して,暗黙の異常データを同定した。実験は,提案したMRI-Mine方式が,より少ない時間消費とメモリ占有において最小のまれなアイテム集合を採掘することができて,MRI-AD方法の検出精度も競争力があることを示した。Copyright 2019 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *センサ ,  *検出法 ,  データベース ,  記憶装置
準シソーラス用語： 検出精度 ,  *データストリーム ,  *異常検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： 異常検出 ,  最小希アイテム集合 ,  異常指数 ,  センサデータストリーム ,  データマイニング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 集合 ,  異常検出 ,  センサデータ ,  ストリーム ,  応用