Anomaly Detection Principles and Algorithms

این کتاب ارائه‌ای خواندنی و زیبا از اصول تشخیص ناهنجاری‌ها ارائه می‌کند و مقدمه‌ای آسان برای تازه واردان به این حوزه فراهم می‌کند. تعداد زیادی از الگوریتم‌ها به‌طور خلاصه توضیح داده شده‌اند، همراه با ارائه نقاط قوت و ضعف آن‌ها.

نویسندگان همچنین الگوریتم‌هایی را پوشش می‌دهند که انواع مختلفی از مسائل مورد علاقه را با داده‌های سری زمانی تک و چند بعدی و چند بعدی بررسی می‌کنند. داده ها. الگوریتم‌های جدید تشخیص ناهنجاری مجموعه با استفاده از مزایای ارائه شده توسط الگوریتم‌های متنوع، که هر کدام به خوبی روی برخی از انواع داده‌ها کار می‌کنند، توضیح داده شده‌اند.

با پیشرفت‌های فناوری و استفاده گسترده از اینترنت به‌عنوان رسانه‌ای برای ارتباطات و تجارت، افزایش فوق‌العاده‌ای در تهدیدات افراد و سازمان‌ها از سوی مهاجمان و مجرمان وجود داشته است. تغییرات در رفتارهای قابل مشاهده افراد (از دیگران و رفتارهای گذشته خودشان) در پیش بینی مشکلات بالقوه از انواع مختلف مفید است. از این رو دانشمندان کامپیوتر و آماردانان تحقیقاتی را در زمینه شناسایی خودکار ناهنجاری ها در مجموعه داده های بزرگ انجام داده اند.

این کتاب عمدتاً پزشکان و محققانی را که تازه وارد هستند هدف قرار می دهد. حوزه تکنیک های مدرن تشخیص ناهنجاری دانشجویان سطح پیشرفته در علوم کامپیوتر نیز این کتاب را برای مطالعات خود مفید خواهند یافت.

This book provides a readable and elegant presentation of the principles of anomaly detection,providing an easy introduction for newcomers to the field. A large number of algorithms are succinctly described, along with a presentation of their strengths and weaknesses.

The authors also cover algorithms that address different kinds of problems of interest with single and multiple time series data and multi-dimensional data. New ensemble anomaly detection algorithms are described, utilizing the benefits provided by diverse algorithms, each of which work well on some kinds of data.

With advancements in technology and the extensive use of the internet as a medium for communications and commerce, there has been a tremendous increase in the threats faced by individuals and organizations from attackers and criminal entities. Variations in the observable behaviors of individuals (from others and from their own past behaviors) have been found to be useful in predicting potential problems of various kinds. Hence computer scientists and statisticians have been conducting research on automatically identifying anomalies in large datasets.

This book will primarily target practitioners and researchers who are newcomers to the area of modern anomaly detection techniques. Advanced-level students in computer science will also find this book helpful with their studies.