Overview

O sistema de deteção de anomalias descobre os acontecimentos novos ou raros, as anomalias, as acções viciosas e os fenómenos excepcionais. É obrigatório encontrar estas anomalias na extração de dados porque a presença destes objectos torna geralmente a base de dados ineficaz. Um outlier é uma observação que se desvia tanto das outras observações que levanta suspeitas de que foi gerada por um mecanismo diferente. A deteção de objectos que não estão em conformidade com noções bem definidas de comportamento esperado num conjunto de dados é designada por deteção de outliers. A deteção de outliers é uma etapa de pré-processamento para localizar estes objectos não conformes em conjuntos de dados. A deteção de outliers é um processo difícil em bases de dados de grande escala, uma vez que estas têm dados de elevada dimensão com baixa taxa de anomalias. Aqui os outliers são definidos formalmente e as formas optimizadas de deteção de outliers também são propostas aqui. A otimização na deteção de outliers é conseguida através de um novo conceito de holoentropia que combina a entropia e a correlação total. Trata-se de um fenómeno prático mais eficaz e eficiente nos métodos de deteção de outliers. Pode ser utilizado eficazmente para lidar com conjuntos de dados de grande dimensão e de elevada dimensão.