Skip to content

Algoritmi di Anomaly Detection non supervisionati per applicazioni in Smart Cyber-Physical Systems

Estratto della Tesi di Stefano Guerra

Mostra/Nascondi contenuto.
Algoritmi di Anomaly Detection non supervisionati per applicazioni in Smart Cyber Physical Systems 13 interessante concernente l’Anomaly Detection è la “Novelty detection” (rilevazione delle novità) che mira a rilevare pattern non osservati nei dati fino a quell’istante. Volendo delineare una differenza sostanziale tra le due tecniche potremmo affermare in linea di principio che nella novelty detection i dati utilizzati per la rappresentazione del problema non contengono outliers, diversamente dalla anomaly detection in cui non si utilizza un set iniziale di dati “puliti” 10 . Osserviamo inoltre che un’istanza può essere considerata anomala rispetto ad uno specifico contesto, ma può risultare conforme alla norma, nell’ambito di un differente contesto. Si osserva altresì, che in talune situazioni, la condizione stessa di anomalia può subire variazioni nel tempo: una condizione presente di anomalia potrebbe non esserlo in futuro, anche a causa di condizioni al contorno. Un altro aspetto che non va assolutamente trascurato è il rumore: come è noto la precisione associata alla misura di un segnale è sempre affetta da errori di misura, da disturbi di natura accidentale 11 (il rumore) e da eventuali effetti di deriva (drift) della misura stessa, deriva che si manifesta con fluttuazioni a bassissima frequenza del valore misurato. Sotto il profilo stocastico, la distribuzione della variabile aleatoria che modella il rumore si potrà distribuire in maniera uniforme (White noise 12 ) o con profilo gaussiano. In entrambi i casi si rende dunque necessario un filtraggio dei dati, al fine di ridurre la presenza dei rumori sui dati stessi e di prevenire alcune cause di anomalia, legati ad eventi assimilabili a variabili casuali. Indipendentemente da come siano caratterizzate le anomalie, è possibile riconoscere alcuni aspetti caratterizzanti, comuni a tutte le tipologie di Anomaly Detection, come mostrato nella figura 4. Nella figura suddetta sono mostrate le aree da cui provengono le varie tecniche impiegate come ad esempio Machine Learning, Data Mining, information Theory, e alcuni domini applicativi come ad esempio: Intrusion Detection, Fault/Damage detection. Si osservi che indipendentemente dal contesto applicativo è possibile formulare il problema in termini di specifiche caratteristiche, 10 Per una definizione formale tra le due metodologie, si rimanda a testi specializzati. 11 Prevalentemente identificati in rumore elettrico e rumore termico. 12 Il rumore bianco è un particolare tipo di rumore caratterizzato dall'assenza di periodicità nel tempo e da ampiezza costante su tutto lo spettro di frequenze.
Estratto dalla tesi: Algoritmi di Anomaly Detection non supervisionati per applicazioni in Smart Cyber-Physical Systems

Estratto dalla tesi:

Algoritmi di Anomaly Detection non supervisionati per applicazioni in Smart Cyber-Physical Systems

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Stefano Guerra
  Tipo: Tesi di Laurea Magistrale
  Anno: 2013-14
  Università: Università degli Studi di Napoli - Federico II
  Facoltà: Ingegneria
  Corso: Ingegneria Informatica
  Relatore: Giorgio Ventre
Coautore: Stefano Guerra
  Lingua: Italiano
  Num. pagine: 115

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

anomaly detection
artificial immune system
apprendimento dinamico
processi ciclostazionari

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi