مشخصات پژوهش

عنوان	: تشخیص گره های ناهنجار در گرافهای چندلایه شبکه های اجتماعی
نوع پژوهش	پایان نامه
کلیدواژه‌ها	تشخیص ناهنجاری، شبکه های اجتماعی، گراف های چندلایه، تشخیص اجتماع، شبکه های پیچیده
چکیده	امروزه شبکه های اجتماعی، فضایی جذاب برای اجتماع انسان ها به خصوص جوانان فراهم آورده است به طوری که 75 درصد مردم دنیا حداقل دریکی از شبکه های اجتماعی عضو هستند آن ها از این فناوری استفاده می کنند تا اطلاعات، عکس ها و نوشته های خود را به اشتراک بگذارند. این پدیده قدرتمند ساختاری پویا را فراهم می آورد که برای مقاصد مختلف مانند تجارت، آموزش و پزشکی، سرگرمی و حتی فعالیت های غیرقانونی مورداستفاده قرار می گیرد. استفاده روزافزون از شبکه های اجتماعی برای مقاصد جرم گونه باعث شده است تا به دنبال راهی برای ایمن ساختن کاربران نرمال و قانونی باشیم. آنالیز رفتار کاربران برای تشخیص ناهنجاری ها در این حوزه از زندگی اجتماعی است که می تواند نمودی آنلاین از زندگی واقعی نیز باشد. هم چنین تشخیص ناهنجاری در کنار مقاصد جرم گونه می تواند بیانگر وجود مشکل, و یا سببی در ناحیه ای از شبکه باشد که بررسی علت آن خود مثمر ثمر واقع خواهد بود. برای مثال توپولوژی ستاره مانند همواره بیان گر یک فرد مجرم نیست و می تواند به یک فرد مشهور یا اینفلونسری با فالور زیاد تعلق داشته باشد. شناخت چنین نودهایی از گراف ارتباطات می تواند برای مقاصد تبلیغاتی شرکت ها مثمر ثمر باشد. به طورکلی تشخیص گره ها یا یال های ارتباطاتی ناهنجار می تواند در شناسایی رویدادهای نادر، فعالیت های مجرم گونه، حمله های سایبری و اهداف بازاریابی و. مثمر ثمر واقع قرار گیرد اما ارائه الگوریتم هایی بدیع به این منظور همواره با چالش پیچیدگی زمانی و حافظه (به دلیل اندازه بزرگ مجموعه داده) و نرخ صحت روبرو بوده اند. از طرف دیگر همواره مجرمان سعی در استتار خود و نزدیک کردن رفتار خود به رفتار نرمال دارند؛ و این مسئله نیز باعث پیچیده تر شدن ارائه الگوریتم هوشمندانه برای تشخیص رفتار ناهنجار می گردد؛ بنابراین این حوزه تحقیقاتی هنوز جای کار دارد و نیاز به الگوریتمی در زمان قابل قبول و بهبود یافته ای با قدرت تشخیص رفتار ناهنجار بالا وجود دارد.
پژوهشگران	سمیه عبدل زاده مقدم طیول (دانشجو)، عسگر علی بویر (استاد راهنما)، اسماعیل نورانی (استاد مشاور)