Busca avançada
Ano de início
Entree

Análise espectral para detecção de anomalias em redes dinâmicas com atributos

Processo: 17/24185-0
Linha de fomento:Bolsas no Brasil - Doutorado Direto
Vigência (Início): 01 de julho de 2018
Vigência (Término): 30 de abril de 2022
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Mariá Cristina Vasconcelos Nascimento Rosset
Beneficiário:Rodrigo Francisquini da Silva
Instituição-sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
Vinculado ao auxílio:13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
Assunto(s):Inteligência artificial   Análise espectral   Algoritmos   Teoria dos grafos

Resumo

Estratégias de detecção de anomalias em dados possuem diversas aplicações, como detecção de intrusão em redes de computadores ou detecção de fraudes em transações financeiras. Em particular, quando os dados são representáveis por meio de grafos, podem-se utilizar métricas e métodos baseados em teoria de grafos e que sejam conhecidos pela qualidade das soluções obtidas. No caso de grafos estáticos, o problema de detecção de anomalias foi amplamente estudado e diversos algoritmos foram propostos. No entanto, existem poucos trabalhos voltados para a detecção de anomalias em redes dinâmicas com atributos. Enquanto a maioria das estratégias considera atualizações de nós e arestas, nenhuma dessas estratégias considera o histórico dessas alterações durante a detecção das anomalias. Além disso, poucas estratégias são escaláveis para lidar com Big Data. Nesse caso, estratégias de detecção de anomalias que utilizam algoritmos de agrupamento são apontadas como uma boa opção, pois permitem analisar grupos de vértices em vez de vértices individuais, e, portanto, possuem um custo computacional menor. Assim, este projeto visa investigar os métodos não supervisionados existentes para detecção de anomalias em redes dinâmicas com atributos. Como principal contribuição, uma estratégia escalável de detecção de anomalias em redes dinâmicas com atributos será proposta. Essa estratégia utilizará um algoritmo de agrupamento e operadores espectrais que também serão desenvolvidos no projeto. A estratégia desenvolvida será submetida a testes para atestar sua eficiência e comparar os resultados obtidos com os resultados das melhores estratégias da literatura. (AU)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
FRANCISQUINI, RODRIGO; BERTON, RAFAEL; SOARES, SANDRO GOMES; PESSOTTI, DAYELLE S.; CAMACHO, MAURICIO F.; ANDRADE-SILVA, DEBORA; BARCICK, UILLA; SERRANO, SOLANGE M. T.; CHAMMAS, ROGER; NASCIMENTO, MARIA C. V.; ZELANIS, ANDRE. Community-based network analyses reveal emerging connectivity patterns of protein-protein interactions in murine melanoma secretome. JOURNAL OF PROTEOMICS, v. 232, FEB 10 2021. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.