كشف ناهنجاري با استفاده از كد كننده خودكار مبتني بر بلوك‌هاي LSTM

كشف ناهنجاري به معناي يافتن نمونه‌هايي است كه با اكثريت هنجار و عادي داده‌ها تفاوت دارند. يكي از اساسي‌ترين چالش‌هايي كه در سر راه انجام اين كار مهم وجود دارد اين است كه نمونه‌هاي برچسب خورده، به‌ويژه براي كلاس ناهنجار كمياب و گاه ناياب هستند. ما در اين مقاله روشي را پيشنهاد مي‌كنيم كه براي كشف ناهنجاري تنها از داده‌هاي هنجار استفاده مي‌كند. اين روش بر مبناي شبكه‌هاي عصبي تأسيس‌شده كه كد كننده خودكار نام دارند و در مطالعات يادگيري عميق موردتوجه هستند. يك كد كننده خودكار ورودي خود را در خروجي بازتوليد كرده و خطاي بازسازي را به‌عنوان رتبه ناهنجاري مورداستفاده قرار مي‌دهد. ما براي ساخت كد كننده، به‌جاي نورون‌هاي معمولي از بلوك‌هاي LSTM استفاده كرده‌ايم. اين بلوك‌ها درواقع نوعي از شبكه‌هاي عصبي بازگشتي هستند كه در كشف و استخراج وابستگي‌هاي زماني و مجاورتي مهارت دارند. نتيجه به‌كارگيري كد كننده خودكار مبتني بر بلوك‌هاي LSTM براي كشف ناهنجاري نقطه‌اي در ده نمونه از دادگان‌هاي رايج نشان مي‌دهد كه اين روش در استخراج مدل دروني داده‌هاي هنجار و تشخيص داده‌هاي ناساز موفق بوده است. معيار AUC مدل مذكور، تقريباً در تمامي موارد از AUC يك كد كننده خودكار معمولي و روش مشهور ماشين بردار پشتيبان تك كلاسه يا OCSVM بهتر است.