TRAFİK AĞLARINDA ANOMALİ TESPİTİ

Özet

Trafik ağlarının izlenmesi ve kontrolü için veri üzerinden karar verilmesi önemlidir. Bu izlemenin sağlanmasında da anomali tespiti çok önemli bir yere sahiptir. Trafik ağlarında anomali tespiti yaklaşımları ile olaylar erkenden tespit edilerek hızlı müdahale imkanı sağlanır. Bu ise maliyet tasarrufu sağlar. Literatürde farklı alanlardaki problemler için anomali tespitinde sınıflandırma, kümeleme, istatistiksel vb. yaklaşımlar bulunmaktadır. Bu alanda destek vektör makineleri, bayes ağları, bulanık mantık, genetik algoritmalar, karar ağaçları vb. birçok yöntem anomali tespiti için kullanılmaktadır. Bu çalışmada karar ağacı algoritması ile trafik ağlarında anomali tespiti için bir yöntem önerilmiştir. Önerilen yöntem Britanya Kolumbiyası’na ait trafik veri seti kullanılarak test edilmiştir. Önerilen yöntem bayes ağları ile de karşılaştırılmıştır. Yapılan testlerde trafik ağındaki bazı anormal olayların önerilen yöntem ile tespit edilebileceği görülmüştür.

Abstract

Monitoring and controlling of traffic networks using traffic data is very important. Anomaly detection approach is one of the tools to monitor the traffic network. In this way, events are detected earlier and a quick response become possible. This help decreasing the cost. In the literature, different approaches such as classification, clustering, statistical, etc. are used in the anomaly detection for problems in different domains. Support vector machines, Bayesian networks, fuzzy logic, genetic algorithms, decision trees etc. are some of the main approaches that used to detect anomalies. In this study, a decision tree algorithm is proposed to detect anomaly in traffic networks. The proposed method has been tested using the British Columbia traffic data set. The proposed approach is also compared Bayesian networks. As a result of the performed test, it was seen that some abnormal events in the traffic network could be detected by the proposed method.