Detekce anomálií v grafech
Graph Anomaly Detection
Type of document
bakalářská prácebachelor thesis
Author
Šiková Hana
Supervisor
Mařík Radek
Opponent
Ambrož Petr
Field of study
Matematické inženýrstvíStudy program
Aplikace přírodních vědInstitutions assigning rank
katedra matematikyDefended
2018-09-03Rights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Pro zaznamenání vztahů mezi zkoumanými objekty se dnes s oblibou využívají grafy a sítě. Ať již jde o sociální sítě, logistiku či internet, grafová struktura přináší zásadní výhodu v dokumentaci vztahů mezi jednotlivými objekty. Tato práce se věnuje metodám detekce anomálií, tj. neobvyklých jevů, které lze při studiu sítě zkoumat jako jevy nezapadající do pravidelné struktury. Představuje pojem anomálie jako takový, poté se přesouvá k všeobecným metodám detekce anomálií. Nakonec zpracovává přehled metod detekce anomálií v grafech. Dvě metody, OddBall a Outrank jsou implementovány a vyzkoušeny na reálných datech. Graphs and networks are often used nowadays to capture the relations between studied objects. Let it be social networks, logistics or the internet, the graph structure brings fundamental advantage in the documentation of relations between objects. This work concentrates on the methods of discovering anomalies, i.e. unusual occurences that may be further examined in the study of networks as phenomenons not well fitting into a pattern. It presents the concept of an anomaly, then moves on to the general anomaly detection methods. Finally it brings a review of anomaly detection methods in graphs. Two of these methods, OddBall and Outrank, are then implemented and tested on real data.
Collections
- Bakalářské práce - 14101 [308]