شناسایی نقاط پرت در داده‌های زمانی ۲۰۲۲
Outlier Detection for Temporal Data 2022

تشخیص نقاط پرت (یا ناهنجاری) حوزه‌ای بسیار گسترده است که در زمینه‌های تحقیقاتی متعددی مانند آمار، داده‌کاوی، شبکه‌های حسگر، علوم محیطی، سیستم‌های توزیع‌شده، داده‌کاوی فضازمانی و غیره مورد مطالعه قرار گرفته است. تحقیقات اولیه در تشخیص نقاط پرت، بر نقاط پرت مبتنی بر سری‌های زمانی (در آمار) متمرکز بود. از آن زمان، تشخیص نقاط پرت بر روی انواع مختلفی از داده‌ها، از جمله داده‌های با ابعاد بالا، داده‌های نامشخص، داده‌های جریانی، داده‌های شبکه‌ای، داده‌های سری زمانی، داده‌های مکانی و داده‌های فضازمانی، مورد مطالعه قرار گرفته است. در حالی که آموزش‌ها و بررسی‌های بسیاری برای تشخیص عمومی نقاط پرت وجود داشته است، ما در این کتاب بر تشخیص نقاط پرت برای داده‌های زمانی تمرکز می‌کنیم.

تعداد زیادی از برنامه‌ها مجموعه‌های داده‌ی زمانی تولید می‌کنند. به عنوان مثال، در زندگی روزمره، انواع مختلفی از سوابق مانند اعتباری، پرسنلی، مالی، قضایی، پزشکی و غیره، همگی زمانی هستند. این امر نیاز به مطالعه‌ای سازمان‌یافته و دقیق از نقاط پرت با توجه به چنین داده‌های زمانی را نشان می‌دهد.

در دهه گذشته، تحقیقات زیادی بر روی اشکال مختلف داده‌های زمانی، از جمله عکس‌های فوری متوالی داده‌ها، سری عکس‌های فوری داده‌ها و جریان‌های داده، انجام شده است. علاوه بر کارهای اولیه در مورد سری‌های زمانی، محققان بر اشکال غنی داده‌ها از جمله جریان‌های متعدد داده، داده‌های فضازمانی، داده‌های شبکه‌ای، داده‌های توزیع جامعه و غیره تمرکز کرده‌اند. در مقایسه با تشخیص عمومی نقاط پرت، تکنیک‌های تشخیص نقاط پرت زمانی بسیار متفاوت هستند. در این کتاب، تصویری سازمان‌یافته از تحقیقات اخیر و گذشته در تشخیص نقاط پرت زمانی ارائه خواهیم داد. ما با اصول اولیه شروع می‌کنیم و سپس خواننده را با ایده‌های اصلی در تکنیک‌های پیشرفته تشخیص نقاط پرت آشنا می‌کنیم. اهمیت تشخیص نقاط پرت زمانی را بررسی کرده و چالش‌های فراتر از تشخیص معمول نقاط پرت را به اختصار بیان می‌کنیم. سپس، فهرستی از طبقه‌بندی تکنیک‌های پیشنهادی برای تشخیص نقاط پرت زمانی را ارائه می‌دهیم. این تکنیک‌ها به طور کلی شامل تکنیک‌های آماری (مانند مدل‌های AR، مدل‌های مارکوف، هیستوگرام‌ها، شبکه‌های عصبی)، رویکردهای مبتنی بر فاصله و چگالی، رویکردهای مبتنی بر گروه‌بندی (خوشه‌بندی، تشخیص جامعه)، رویکردهای مبتنی بر شبکه و رویکردهای تشخیص نقاط پرت فضازمانی هستند. ما با ارائه مجموعه‌ای گسترده از برنامه‌های کاربردی که در آن‌ها از تکنیک‌های تشخیص نقاط پرت زمانی برای کشف نقاط پرت جالب استفاده شده است، نتیجه‌گیری می‌کنیم.

فهرست مطالب: پیشگفتار / تشکر و قدردانی / اعتبارات تصاویر / مقدمه و چالش‌ها / تشخیص نقاط پرت برای سری‌های زمانی و دنباله‌های داده / تشخیص نقاط پرت برای جریان‌های داده / تشخیص نقاط پرت برای جریان‌های داده توزیع‌شده / تشخیص نقاط پرت برای داده‌های فضازمانی / تشخیص نقاط پرت برای داده‌های شبکه زمانی / کاربردهای تشخیص نقاط پرت برای داده‌های زمانی / نتیجه‌گیری‌ها و مسیرهای تحقیقاتی / کتاب‌شناسی / زندگینامه نویسندگان

Outlier (or anomaly) detection is a very broad field which has been studied in the context of a large number of research areas like statistics, data mining, sensor networks, environmental science, distributed systems, spatio-temporal mining, etc. Initial research in outlier detection focused on time series-based outliers (in statistics). Since then, outlier detection has been studied on a large variety of data types including high-dimensional data, uncertain data, stream data, network data, time series data, spatial data, and spatio-temporal data. While there have been many tutorials and surveys for general outlier detection, we focus on outlier detection for temporal data in this book. A large number of applications generate temporal datasets. For example, in our everyday life, various kinds of records like credit, personnel, financial, judicial, medical, etc., are all temporal. This stresses the need for an organized and detailed study of outliers with respect to such temporal data.In the past decade, there has been a lot of research on various forms of temporal data including consecutive data snapshots, series of data snapshots and data streams. Besides the initial work on time series, researchers have focused on rich forms of data including multiple data streams, spatio-temporal data, network data, community distribution data, etc. Compared to general outlier detection, techniques for temporal outlier detection are very different. In this book, we will present an organized picture of both recent and past research in temporal outlier detection. We start with the basics and then ramp up the reader to the main ideas in state-of-the-art outlier detection techniques. We motivate the importance of temporal outlier detection and brief the challenges beyond usual outlier detection. Then, we list down a taxonomy of proposed techniques for temporal outlier detection. Such techniques broadly include statistical techniques (like AR models, Markov models, histograms, neuralnetworks), distance- and density-based approaches, grouping-based approaches (clustering, community detection), network-based approaches, and spatio-temporal outlier detection approaches. We summarize by presenting a wide collection of applications where temporal outlier detection techniques have been applied to discover interesting outliers. Table of Contents: Preface / Acknowledgments / Figure Credits / Introduction and Challenges / Outlier Detection for Time Series and Data Sequences / Outlier Detection for Data Streams / Outlier Detection for Distributed Data Streams / Outlier Detection for Spatio-Temporal Data / Outlier Detection for Temporal Network Data / Applications of Outlier Detection for Temporal Data / Conclusions and Research Directions / Bibliography / Authors’ Biographies