應用資料探勘偵測電信資料異常之研究

Abstract

資料探勘（Data Mining）是近年來資料庫應用領域中相當熱門的議題。而資料探勘一般是 指在資料庫中，利用各種方法和技術，將過去所累積的大量歷史資料，去進行分析、歸納、整合 等工作，以找出有興趣的樣式（Interesting Patterns），粹取出有用的資訊，以提供管理階層 作為訂定決策的依據。然而上面所提到的都是傾向於從過去大量的歷史資料中去做分析，但是在 現實生活的應用上，有些資訊是需要即時地告知管理者，例如：電話盜打（Fraud）、網路干擾、 信用卡盜刷⋯等，以將損失降至最少；而且這些異常的情況可能會經常的改變，因此要如何應用 資料探勘的技術，來完成一個具有即時性、適應性（Adaptive）的系統，便成為本論文主要的目 標。本論文將以電信資料為主，應用熱力學中的熵函數（Entropy）來作為評估資料庫資訊含量 的重要指標，並將其標示出的正常與異常資料當作類神經網路（Neural Network）的輸入，經由 類神經網路不斷地訓練、學習後，希望能夠準確地找出各種異常的情況，以幫助管理者做出最佳 的決策，為企業謀得最大的利潤。