Modellbasierte Erkennung und Analyse von Anomalie-Mustern in ubiquitären und sozialen Interaktionsnetzwerk (MODUS)

Projektverantwortlicher im ITeG: PD Dr. Martin Atzmüller
Laufzeit: 01.11.2016 - 31.10.2019
Fördernde Einrichtung: Deutsche Forschungsgemeinschaft (DFG)

Im Kontext ubiquitärer und sozialer Umgebungen ist die Entdeckung von Anomalien eine wichtige und herausfordernde Aufgabe, beispielsweise zur Betrugsentdeckung in sozialen Online-Netzwerken, zur Analyse von Informationsausbreitung, zur Entdeckung von Events oder ungewöhnlicher Themen in heterogenen Netzen, oder der Identifikation von besonders interessantem oder außergewöhnlichem Verhalten, etwa bei der Betrachtung von einflussreichen bzw. zentralen Akteuren. Im Allgemeinen betrachten wir Punkte oder Muster in Daten als Anomalien, wenn sie nicht zu einem Verständnis eines gewissen Normalverhaltens korrespondieren. Allerdings gibt es für gewöhnlich keine klare Formalisierung des Normalverhaltens.

Weiterhin betrachtet die derzeitige Forschung hauptsächlich „Punktanomalien“, d.h. Anomalien nur bezüglich einzelner Punkte; dies schließt daher nicht Anomalien komplexerer Struktur ein, beispielsweise solche mit Gruppenstruktur, die oft in heterogenen und potentiell multi-dimensionalen Netzwerken beobachtet werden. Daher werden solche komplexen (kollektiven) Anomalie-Muster oft nicht erkannt, etwa wenn die Einzelpunkte normal scheinen, und nur durch ihr Zusammenwirken eine Anomalie bedingen. Die Komplexität der Anomalie-Entdeckung wird hier noch zusätzlich durch multi-relationale und multi-dimensionale Daten erhöht, beispielsweise durch eine Menge verbundener Netzwerke mit räumlich-zeitlichen Charakteristiken, etwa im Bereich von Mobilitätsdaten, sozialer Online-Netzwerke, und einer Menge von Aktivitäten und/oder Transaktionen. Daher werden wir einen modellbasierten Ansatz entwickeln, der explizit formalisierte Referenzmodelle hinsichtlich normaler (und abnormaler) Interaktionen nutzt, um Anomalie-Muster besser zu entdecken, Artefakte zu reduzieren, und Transparenz zu fördern.