МЕТОД НЕЙРОМЕРЕЖЕВОГО ВИЯВЛЕННЯ АНОМАЛІЙ ДАНИХ АУДИТУ БЕЗВІДХОДНОГО ВИРОБНИЦТВА
DOI:
https://doi.org/10.31891/CSIT-2021-4-3Ключові слова:
аудит, відображення за допомогою нейронної мережі, модель нейронної мережі Гауса-Бернуллі, односпрямована обмежена машина Коші, виявлення аномалій, аудит безвідходного виробництваАнотація
В роботі представлено метод нейромережевого виявлення аномалій даних аудиту безвідходного виробництва по моделі Гауса-Бернули односпрямованої обмеженої машини Коши (FORCM). Метою роботи є підвищення ефективності аналізу даних аудиту безвідходного виробництва на основі нейромережевої моделі виявлення аномалій без використання розмічених даних, що спрощує аудит. Для досягнення цієї мети були поставлені і вирішені наступні завдання: запропонована модель узагальнених множинних перетворень даних аудиту у вигляді дворівневої нейронної мережі; запропонована модель виявлення аномалій у вигляді нейромережевої моделі Гаусса-Бернуллі односпрямованої обмеженої машини Коші; обраний критерій оцінки ефективності нейросетевой моделі виявлення аномалій; запропонований метод параметричної ідентифікації нейросетевої моделі виявлення аномалій; проведені чисельні дослідження.
Запропонована нейромережевома модель Гауса-Бернули односпрямованої обмеженої машини Коши має гетероасоціативну пам'ять; працює з реальними даними; не має обмежень за обсягом зберігання; забезпечують високу точність виявлення аномалій; використовує розподіл Коші, що збільшує швидкість збіжності методу параметричної ідентифікації.
Для збільшення швидкості параметричної ідентифікації моделі Гауса-Бернули односпрямованої обмеженої машини Коши був розроблений алгоритм параметричної ідентифікації, який реалізований на графічному процесорі з використанням технології CUDA. Запропонований алгоритм дозволяє збільшити швидкість навчання приблизно пропорційно добутку кількості нейронів в прихованому шарі і потужності навчальної вибірки.
Проведені експерименти підтвердили працездатність розробленого програмного забезпечення і дозволяють рекомендувати його для використання на практиці в підсистемі автоматизованого аналізу DSS аудиту для виявлення аномалій. Перспективи подальших досліджень полягають у перевірці запропонованих методів на більш широкому наборі тестових баз даних.
Таким чином, актуальне завдання підвищення ефективності виявлення аномалій в даних аудиту безвідходного виробництва була вирішена за допомогою нейромережевої моделі Гаусса-Бернуллі односпрямованої обмеженої машини Коші.
