Detecção de Pontos de Mudança em Comunidades Não Paramétricas em Sinais de Gráficos em Streaming

Detectar mudanças em dados de séries temporais estruturados em rede é de extrema importância em aplicações críticas tão diversas quanto a detecção de ataques de negação de serviço contra prestadores de serviços online ou o monitoramento de fornecimento de energia e água. O objetivo deste artigo é abordar esse desafio quando anomalias ativam grupos desconhecidos de nós em uma rede. Desenvolvemos um algoritmo de detecção de pontos de mudança online que se beneficia totalmente dos avanços recentes em processamento de sinais de gráficos para explorar as características dos dados que estão em suportes irregulares. Baseado na maquinaria do núcleo, ele realiza a estimativa de razão de densidade de forma online. O algoritmo é escalável no sentido de que é espacialmente distribuído sobre os nós para monitorar redes dinâmicas em larga escala. O desempenho de detecção e localização do algoritmo é ilustrado com dados simulados.