تشخیص ناهنجاری

تشخیص ناهنجاری و نگرانی‌های امنیتی اخیرا به یکی از موضوعات مهم تبدیل شده است.

تشخیص ناهنجاری به شکل سنتی نیاز به کار فشرده و بدون وقفه عوامل انسانی دارد، که این خود دو معضل عمده را بوجود می‌آورد.

 اول اینکه عامل انسانی نمی‌تواند بدرستی یک اتفاق ناهنجار را شرح دهد و دوم اینکه تشخیص رفتار ناهنجار گاه بسیار سخت و پیچیده است.

 بنابراین در بسیاری از موارد دخالت عامل انسانی از نظر دقت و هزینه بسیار ناکارآمد است، به همین جهت سعی بر این شده است که سیستم‌ها بصورت خودکار ناهنجاری را تشخیص داده و بصورت هشدار بازتاب دهند.

هنجار در اصطلاح به الگوی رفتاریی گفته می‌شود که اکثریت جامعه خود را پایبند به آن می‌دانند و ناهنجار به رفتاری گفته می‌شود که در تقابل با هنجار است.

تشخیص ناهنجاری مسئله یافتن حالات ناهنجار در داده‌ها است که به دو حالت مختلف است:

 در حالت اول تعریف حالات هنجار به سیستم و تشخیص هر رفتاری که در محدوده تعریفی نیست می‌باشد

 و در حالت دوم تعریف حالات سیستم به سیستم داده می‌شود و تشخیص حالات ناهنجار به صورت مستقیم صورت می‌گیرد.

ناهنجاری یک مفهوم و یک سیستم خاص نیست و سیستم‌های مختلف را شامل می‌شود سناریوهای مختلفی که در این زمینه وجود دارد را می‌توان به صورت زیر تعریف کرد که هدف در پایان‌نامه انتخاب یکی از این سیستم‌ها است. 

دیتاست‌های این سناریو‌ها در ادامه آورده ‌می‌شود:

• فرار آدم‌ها از یک منطقه خاص که نشان‌دهنده خطر در آن منطقه است
• حرکت وسیله نقلیه در محل عبور و مرور عابرین پیاده
• عدم پرداخت بلیط قطار و گذشتن از محل پرداخت بلیط
• دعوا کردن
• رفت و آمد ماشین در پارکینگ
• حرکت روی ریل قطار
• جا ماندن لای درب قطار

سیستم‌‌های تشخیص ناهنجاری سه سطح مختلف دارند:

سطح اول، سطح پایین است که به بررسی اشیاء و ردیابی آن می‌پردازد. 

سطح دوم استخراج ویژگی این اشیاء است. 

 سطح سوم به بررسی معنایی رویداد می‌پردازد. در سال‌های اخیر تمرکز روی دو سطح استخراج ویژگی و بررسی معنایی رویداد‌ها است. پیشینه تحقیقاتی، تشخیص ناهنجاری در ویدئو چندین روش دارد که در یک دسته‌بندی می‌توان روش‌ها را به 3 حالت باناظر، نیمه نظارتی و بدون ناظر تقسیم کرد.