Ταξινόμηση και Προσομοίωση Νοσοκομειακών Δικτυακών Δεδομένων Ροής με χρήση Μοντέλων Μηχανικής Μάθησης

Abstract

Αντικείμενο της διπλωματικής εργασίας είναι η ανάλυση και η προσομοίωση δικτυακών δεδομένων ροής νοσοκομειακής και υγειονομική περίθαλψης, με χρήση παραγωγικών μοντέλων και μοντέλων μηχανικής μάθησης. Ιδιαίτερα χρήσιμη στην ανάλυση της συμπεριφοράς ενός παρακολουθούμενου δικτύου αποτελεί η δημιουργία προφίλ συμπεριφοράς χρηστών. Δηλαδή, η δημιουργία ομάδων χρηστών με παρόμοιες δικτυακές και επικονωνιακές συμπεριφορές που αντιπροσωπεύουν ένα συγκεκριμένο πρότυπο κίνησης. Το σύνολο δεδομένων ροής που χρησιμοποιείται στην παρούσα εργασία συλλέχθηκε από πραγματική νοσοκομειακή υποδομή, ανωνυμοποιήθηκε και αναλύθηκε διερευνητικά μέσω διαφόρων τεχνικών εξόρυξης δεδομένων, οπτικοποιήσεων και στατιστικών στοιχείων. Εν συνεχεία, η διπλωματική επικεντρώθηκε στη δημιουργία προφίλ συμπεριφοράς χρηστών και στη παραγωγή τεχνητών ρεαλιστικών δεδομένων με βάση αυτά τα προφίλ. Η προσομοίωση δεδομένων ροής για κάθε ένα ξεχωριστό προφίλ πραγματοποιήθηκε με χρήση μη επιβλεπόμενης μηχανικής μάθησης και συγκεκριμένα μοντέλων μείξης. Προκειμένου όμως να γίνει εφικτή η παραπάνω προσέγγιση, απαραίτητη ήταν η κατηγοριοποίηση των νοσοκομειακών χρηστών με βάση την εργασιακή τους θέση (ιατροί, νοσοκόμοι, γραμματεία κτλ). Η ταξινόμηση αυτή πραγματοποιήθηκε τόσο με εμπειρικούς κανόνες, όσο και με μοντέλα μηχανικής μάθησης και νευρωνικά δίκτυα. Επομένως, η συνεισφορά της εργασίας είναι τόσο στον τομέα της ανάλυσης των δικτυακών ροών και των χαρακτηριστικών τους, όσο και στον τομέα της παραγωγής τεχνητών δεδομένων ροής μέσω των προφίλ συμπεριφοράς. Οι ρεαλιστικές αυτές κατανομές χαρακτηριστικών ροής, οι οποίες δεν υπάρχουν ευρέως διαθέσιμες, θα μπορούσαν να φανούν ιδιαίτερα χρήσιμες ακόμα και στην αξιολόγηση - αξιοπιστία των μοντέλων ανίχνευσης ανωμαλιών - επιθέσων που κυριαρχούν τα τελευταία χρόνια την επιστημονική κοινότητα.