Depot Institutionnel de l'UMBB >
Mémoires de Master 2 >
Faculté des Sciences >
Recherche opérationnelle >
R. O. >
Veuillez utiliser cette adresse pour citer ce document :
http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/8408
|
Titre: | Détection Des Anomalies Dans Les Flux Des De |
Auteur(s): | Amarouche, Elhadi Chérifi, Walid |
Mots-clés: | Réseaux LTE Données Anomalies |
Date de publication: | 2020 |
Résumé: | Les développements récents des systèmes industriels fournissent une grande quantité des données chronologiques provenant des capteurs, journaux, paramètres du système et mesures physiques, etc. les données sont extrêmement précieuses pour fournir des informations sur les systèmes complexes et pourraient être utilisé pour détecter des anomalies à étapes préliminaires. Cependant, les caractéristiques particulières
de ces données chronologiques, telles que les dimensions élevées et les dépendances
complexes entre les variables, ainsi que leur volume massif, posent des grands défis
aux algorithmes de détection d’anomalies existants. Dans ce mémoire, nous proposons
des modèles de régression linéaire, comme une approche évolutive pour la détection
des anomalies dont les résultats peuvent être facilement interpréter. Plus précisément,
le modèle linéaire LASSO est un modèle qui exploite la dépendance entre variables
en appliquant une régularisation l1 pour apprendre la causalité. Notre objectif est de
calculer efficacement un score robuste de corrélation entre anomalies pour chaque variable via un modèle linéaire qui peut fournir des informations sur les raisons possibles
d’anomalies. Nous évaluons l’efficacité de nos algorithmes proposés à la fois sur l’ensemble des données applicatifs. Les résultats montrent que l’algorithme LASSO atteint
performances nettement meilleures que les autres algorithmes et est évolutif pour les
applications à grande échelle. |
Description: | 62 p. : ill. ; 30 cm. |
URI/URL: | http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/8408 |
Collection(s) : | R. O.
|
Fichier(s) constituant ce document :
|
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.
|