هدی ابیضی - دانشجوی کارشناسی ارشد موسسه آموزش عالی شهاب دانش قم
سید امیر اصغری - استادیار دانشکده مهندسی برق و کامپیوتر دانشگاه خوارزمی، تهران، ایران
قربان خردمندیان - دکتری مهندسی کامپیوتر دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر
محمد رضا بینش مروستی - استادیار دانشکده مهندسی برق و کامپیوتر دانشگاه خوارزمی، تهران، ایران

پیدا کردن الگوهای پرت یا ناهمگون در مسایل بسیاری مثل تشخیص تقلب، تشخیص نفوذ، تشخیص تخلف و ... کاربرد دارد. زمانیکه داده ها زیاد هستند و نمی توان به راحتی داده های پرت را درمیان آنها شناسایی نمود، تکنیک های داده کاوی که برای تشخیص الگوهای پرت به کار می روند، می توانند در این راه مفید واقع شوند. نوآوری این مقاله ارایه روشی است که از حیث سرعت اجرا و دقت از روش های موجود بهتر عمل کند. در این تحقیق با ترکیب روش های مبتنی بر کلاسترینگ و همچنین الگوریتم ژتتیک، روش جدیدی برای تشخیص داده های پرت ارایه شده است که در کنار سادگی و داشتن پیچیدگی محاسباتی کمتر، از دقت خوبی نیز برخوردار بوده و می تواند سرعت را در تشخیص الگوهای پرت بهبود ببخشد. روش پیشنهادی با الگوریتم LOF مقایسه گردید و از نظر سرعت از روش LOF بهتر ظاهر شد و از دقت خوبی نیز برخوردار بود.

روش های بدون نظارت - تشخیص الگوی پرت برمبنای خوشه بندی - تشخیص الگوی پرت برمبنای فاصله - تشخیص الگوی پرت برمبنایتراکم - الگوریتم ژنتیک