A new method of constructing classifiers from huge volume of temporal data is proposed in the paper. The novelty of introduced method finds expression in a multi-stage approach to build hierarchical classifiers that combines process mining, feature extraction based on temporal patterns and constructing classifiers based on a decision tree. Such an approach seems to be practical when dealing with huge volume of temporal data. As a proof of concept a system for packet-based network traffic anomaly detection was constructed, where anomalies are represented by spatio-temporal complex concepts and called by behavioral patterns. Hierarchical classifiers constructed with the new approach turned out to be better than “flat” classifiers based directly on captured network traffic data.
Celem artykułu jest przedstawienie algorytmu wykorzystującego heurystyczne przeszukiwanie drzewa rozwiązań. Został on opracowany do rozwiązywania problemów szeregowania zadań na wielu maszynach. Algorytm ten wykorzystuje model przestrzeni stanów i oparty jest na modelu algebraiczno-logicznym. Polega na generowaniu trajektorii, a następnie poprawianiu końcowych odcinków znalezionej trajektorii. Do wyboru decyzji w kolejnych stanach trajektorii wykorzystuje optymalizację lokalną. W artykule opisany został specyficzny problem szeregowania zadań z przezbrojeniami na maszynach równoległych, do którego proponowany algorytm został zastosowany. Opisana została postać kryterium lokalnego dla tego problemu i sposób wyboru stanu, od którego będzie poprawiana trajektoria. Przedstawione i omówione zostały wyniki eksperymentów.
EN
The aim of the paper is to present an algorithm, in which heuristics search of solution tree is applied. This algorithm is designed for task scheduling problems on multiple machines. It uses state space representation and is based on an algebraic-logical model. The proposed algorithm consists in constructing a trajectory and then improving terminal parts of the constructed trajectory. Decision choosing in the algorithm is based on local optimization. In the article a specific scheduling problem with parallel machines is described. For this problem there is given a structure of local criterion and a method of choosing a state from which the trajectory will be improved. Results of experiment are also presented.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Klasyczny model systemu kolejkowego M/M/m/FIFO/m+N posiada m kanałów obsługi o identycznej intensywności obsługi µ, do których wpływa całkowity strumień zgłoszeń λ. W praktyce dość rzadko zdarza się sytuacja, aby każde stanowisko obsługi miało tę samą intensywność obsługi. Istotne jest zatem skonstruowanie modelu systemu, który może uwzględnić te różnice. Mając do dyspozycji kilka wolnych kanałów obsługi, klienci kierują się z reguły do jednego z nich, lecz jego wybór jest na ogół przypadkowy. Zakłada się, że strumień wejściowy λ rozkłada się równomiernie na wszystkie wolne stanowiska obsługi. Tak więc do każdego wol nego stanowiska obsługi wchodzi strumień o intensywności "kim, natomiast każde z nich posiada indywidualną zdolność obsługi μ„ i = 7 m. W pracy w oparciu o graf stanów oraz regułę mnemotechniczną układania równań algebraicznych dla stanu stacjonarnego wyprowadza się i rozwiązuje układy równań dla systemów dwu- i trój kanałowych z indywidualną obsługą. Uzyskane wyniki analityczne uogólnia się na dowolną liczbę kanałów obsługi. Opracowany model został wykorzystany do sformułowania zadania optymalizacji strukturalnej tego systemu. Przydatność zaprezentowanego modelu do określenia optymalnej struktury systemu, to znaczy wyznaczenia liczby kanałów obsługi i miejsc w poczekalni, została przetestowana na przykładzie.
EN
The M/M/m/FIFO/m+N classical queueing system model has m service channels with μ. identical service intensity. A total flux of arrivals, which flows in, is denoted as λ. In practice, it seldom happens such a situation that each service channel has the same value of service intensity. It is essential to construct the system model, which takes into consideration the differences. Having a choice of one in many unoccupied service channels clients choose one in a randomly way. It is assumed that λ input flux uniformly divides itself between all unoccupied service channels. The flux with λ /m intensity flows into each unoccupied service channel. Each service channel has its own individual service intensity μ , i = 1, ..., m. On the basis of state graph and mnemonic rule of formulation of algebraic equations for a stationary state, equations systems for two and three channels systems with individual service are derived and solved. The obtained analytical results are generalised onto the optional quantity of service channels. Presented model is used to the formulation of structural optimization task of the system. Usability of the model for defining the optima! structure of the system, e.g. determination of both: number of service channels and number of places in a waiting room was tested on the example.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.