كشف الشذوذ بالجيران الأقرب (KNN): كيف نجد السلوك غير الطبيعي؟
KNN Anomaly Detection
الجواب المختصر
KNN معروف للتصنيف لكن فكرته تُستخدم لكشف الشذوذ (Anomaly Detection): السلوك الطبيعي نقاط متقاربة، والسلوك الغريب نقاط بعيدة أو منعزلة. نحسب لكل نقطة بُعدها عن أقرب جيرانها، فإن كانت بعيدة جدًا مقارنة ببقية النقاط عددناها شاذة. من الأمثلة: اكتشاف احتيال (مبلغ ضخم ومكان غير معتاد)، ومراقبة أجهزة (حساس بقراءة بعيدة عن المعتاد)، وحركة شبكة (جهاز يرسل عددًا غير طبيعي من الطلبات).
الخطوات
- نحدد سلوكًا طبيعيًا نقاطه متقاربة.
- نحسب بعد كل نقطة عن أقرب k جيران (متوسط المسافة مثلًا).
- نختار عتبة (مثل المئين 95).
- ما تجاوز العتبة نعدّه شاذًا.
| المجال | مثال على الشذوذ |
|---|---|
| الاحتيال | عملية بمبلغ ضخم ومكان غير معتاد |
| مراقبة الأجهزة | حساس يعطي قراءة بعيدة جدًا عن المعتاد |
| حركة الشبكة | جهاز يرسل عددًا غير طبيعي من الطلبات |
وفي الرسم: النقاط الطبيعية سحابة متقاربة، والشاذة التي أُنشئت عمدًا للتجربة، وما اكتشفه النموذج على أساس البعد عن الجيران. ويمكن ربط الفكرة بالأمن (هجمات قطع الخدمة تظهر كحركة شبكة شاذة) وبـأنواع التعلم.
تنبيه
ليس كل شاذ مشكلة: قد يكون عميلًا نادرًا لكنه حقيقي. لذلك يُراجَع ما يكتشفه النموذج بشريًا قبل اتخاذ إجراء مثل حظر حساب.
وجرّب عدة عتبات وقارن عدد الشذوذات المكتشفة بما يمكن للفريق فحصه فعلًا. فعتبة تعطي ألف إنذار يوميًا لا تنفع فريقًا صغيرًا، وعتبة لا تُنذر أبدًا لا تحمي أحدًا.
المصطلحات: عربي ↔ English
- كشف الشذوذ
- Anomaly Detection
- الجيران الأقرب
- Nearest Neighbours
- عتبة
- Threshold
لماذا يهمّ هذا في BTEC؟
اختيار العتبة قرار مهم: عتبة منخفضة تكشف شذوذات كثيرة وبعضها إنذار كاذب، وعالية قد تفوّت حالات حقيقية.
أسئلة تجيب عنها هذه الصفحة
- ما هو كشف الشذوذ؟
- كيف يعمل KNN في كشف الشذوذ؟
مفاهيم مرتبطة
- هجوم قطع الخدمة DoS وDDoS: ما هو وكيف يعطّل الموقع؟هجوم قطع الخدمة (DoS) يغرق الخادم بعدد هائل من الطلبات فيبطؤ أو يتوقف، وDDoS هو النوع الموزع الذي تأتي طلباته من أجهزة كثيرة في وقت واحد. الهدف: منع المستخدمين الحقيقيين من الوصول.
- التعلم تحت الإشراف وبدون إشراف: الفرق وأمثلةفي التعلم تحت الإشراف تكون لدينا مدخلات X معها الإجابة الصحيحة Y فيتعلم النموذج العلاقة بينهما ثم يتنبأ، وفي التعلم بدون إشراف مدخلات فقط ويكتشف النموذج الأنماط، كتقسيم العملاء إلى مجموعات.
عن كاتب الصفحة
مدرّس BTEC IT · الأردن
- نوع المحتوى
- شرح مبني على مادة أحمد دومي — وليس نصًّا رسميًّا من Pearson
- آخر مراجعة
- ملاحظة على المصدر
- تعتمد هذه الصفحة على ملاحظات قصيرة لأحمد دومي عن الموضوع، وأُضيف إليها شرح توضيحي عام ليكتمل الجواب.
- المصدر
- ملاحظات تعلّم الآلة وأدوات الذكاء الاصطناعي (أحمد دومي) — KNN للكشف عن الشذوذ