Değiştirilebilir konum süresine sahip takip cihazlarında kümeleme parametrelerinin tahmini ve anomali tespiti

Authors : Mustafa DATLICA, Erman ÇAKIT

Pages : 373-394

Doi:10.17341/gazimmfd.668215

View : 137 | Download : 16

Publication Date : 2020-12-01

Article Type : Research Paper

Abstract :Bu çalışmada, öncelikle takip cihazı ile konum ve zaman verileri toplanmış olup, takip edilen nesnelerin konum davranışlarındaki anomalileri tespit etmek amaçlanmıştır. Elde edilen veriler üzerinde ST-DBSCAN (Spatial-Temporal Density-Based Spatial Clustering of Applications with Noise) yoğunluk bazlı kümeleme algoritması uygulanarak takip edilen nesneye ait, hangi zaman aralıklarında nerede olduğuna dair haftalık örüntüler tespit edilmiştir. ST-DBSCAN algoritmasının girdi parametreleri, takip cihazından gelen verinin sıklığı ve toplam veri paketi sayısına göre değişiklik göstermektedir. Bu kapsamda ST-DBSCAN algoritmasında kullanılan parametreler ile veri gönderme sıklığı ve veri paketi sayısı, takip edilen nesnenin davranışlarına göre etiketlenmiştir. Etiketlenen bu veriler üzerinde doğrusal regresyon ve yapay sinir ağları yöntemleri karşılaştırılmış, kümeleme parametrelerinin tahminini yapabilecek bir model önerilmiştir. Haftalık örüntüler, takip edilen nesneye ait bilgiler kullanılarak geliştirilen yöntemler ile tespit edilmiş ve bu örüntüler takip edilen nesneye ait normal davranışlar olarak kabul edilmiştir. Anlık konumu elde edilen veri örüntüye aykırı ise anomali olarak tanımlanmıştır.
Keywords : İzleme cihazları, kümeleme algoritmaları, ST DBSCAN, makine öğrenmesi, anomali tespiti

ORIGINAL ARTICLE URL