Practici comune pentru programarea în C

Sfetcu, Nicolae (2023), Practici comune pentru programarea în C, IT & C, 2:1, 30-36, DOI: 10.58679/IT80750Sfetcu, Nicolae (2023), Practici comune pentru programarea în C, IT & C, 2:1, 30-36, DOI: 10.58679/IT80750, https://www.internetmobile.ro/practici-comune-pentru-programarea-in-c/

 

Common Practices for C Programming

Abstract

With widespread use, a number of common practices and conventions have evolved to help avoid errors in C programming. These are both a demonstration of applying good software engineering principles to a language, and an indication of C’s limitations. Although few are universally used and some are controversial, each enjoys wide use.

Keywords: programming, C programming language, C programming

Rezumat

Odată cu utilizarea pe scară largă, o serie de practici și convenții comune au evoluat pentru a ajuta la evitarea erorilor în programele C. Acestea sunt simultan o demonstrație a aplicării bunelor principii de inginerie software într-un limbaj, și o indicație a limitărilor C. Deși puține sunt utilizate universal, iar unele sunt controversate, fiecare dintre acestea se bucură de o utilizare largă.

Cuvinte cheie: programare, limbajul de programare C, programarea în C

 

IT & C, Volumul 2, Numărul 1, Martie 2023, pp. 30-36
ISSN 2821 – 8469, ISSN – L 2821 – 8469, DOI: 10.58679/IT80750
URL: https://www.internetmobile.ro/practici-comune-pentru-programarea-in-c/
© 2023 Nicolae Sfetcu. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

 

Practici comune pentru programarea în C

Nicolae Sfetcu

nicolae@sfetcu.com

 

Odată cu utilizarea pe scară largă, o serie de practici și convenții comune au evoluat pentru a ajuta la evitarea erorilor în programele C. Acestea sunt simultan o demonstrație a aplicării bunelor principii de inginerie software într-un limbaj, și o indicație a limitărilor C. Deși puține sunt utilizate universal, iar unele sunt controversate, fiecare dintre acestea se bucură de o utilizare largă.

Matrice multidimensionale dinamice

Deși matricele unidimensionale sunt ușor de creat dinamic folosind malloc, iar matricele multidimensionale cu dimensiuni fixe sunt ușor de creat folosind caracteristica de limbaj încorporată, matricele multidimensionale dinamice sunt mai complicate. Există o serie de moduri diferite de a le crea, fiecare cu compromisuri diferite. Cele mai populare două moduri de a le crea sunt:

  • Ele pot fi alocate ca un singur bloc de memorie, la fel ca matricele multidimensionale statice. Acest lucru necesită ca matricea să fie dreptunghiulară (adică sub-tabele de dimensiuni mai mici sunt statice și au aceeași dimensiune). Dezavantajul este că sintaxa declarației pointerului este puțin complicată pentru programatorii începători. De exemplu, dacă s-ar dori să creeze o matrice de întregi de 3 coloane și rânduri rows, cineva ar scrie

int (*multi_array)[3] = malloc(rows * sizeof(int[3]));

(Rețineți că aici multi_array este un pointer către o matrice de 3 întregi.)

Din cauza interschimbabilității matrice-pointer, puteți indexa acest lucru la fel ca și matricele multidimensionale statice, de ex. multi_array[5][2] este elementul de pe al 6-lea rând și pe a 3-a coloană.

  • Matricele multidimensionale dinamice pot fi alocate prin alocarea mai întâi a unei matrice de pointeri, apoi alocarea submatricelor și stocarea adreselor acestora în matricea de pointeri.[1] (Această abordare este cunoscută și ca vector Iliffe). Sintaxa pentru accesarea elementelor este aceeași ca și pentru tablourile multidimensionale descrise mai sus (chiar dacă sunt stocate foarte diferit). Această abordare are avantajul capacității de a realiza matrice neregulate (adică cu sub-matrice de diferite dimensiuni). Cu toate acestea, de asemenea, utilizează mai mult spațiu și necesită mai multe niveluri de direcționare indirectă pentru a indexa și poate avea performanțe mai slabe ale memoriei cache. De asemenea, necesită multe alocări dinamice, fiecare dintre acestea putând fi costisitoare.

Pentru mai multe informații, consultați întrebările frecvente comp.lang.c, întrebarea 6.16.

În unele cazuri, utilizarea tablourilor multidimensionale poate fi abordată cel mai bine ca o matrice de structuri. Înainte ca structurile de date definite de utilizator să fie disponibile, o tehnică comună a fost definirea unei matrice multidimensionale, în care fiecare coloană conține informații diferite despre rând. Această abordare este folosită frecvent și de programatorii începători. De exemplu, coloanele unei matrice de caractere bidimensionale pot conține nume, prenume, adresă etc.

În astfel de cazuri, este mai bine să definiți o structură care conține informațiile care au fost stocate în coloane și apoi să creați o matrice de pointeri către acea structură. Acest lucru este valabil mai ales atunci când numărul de puncte de date pentru o anumită înregistrare poate varia, cum ar fi melodiile dintr-un album. În aceste cazuri, este mai bine să creați o structură pentru album care să conțină informații despre album, împreună cu o matrice dinamică pentru lista de melodii de pe album. Apoi, o serie de pointeri către structura albumului poate fi folosită pentru a stoca colecția.

  • Un alt mod util de a crea o matrice multidimensională dinamică este aplatizarea și indexarea manuală a matricei. De exemplu, o matrice bidimensională cu dimensiunile x și y are elemente x*y, prin urmare poate fi creată de

int dynamic_multi_array[x*y];

Indexul x este puțin mai complicat decât înainte, dar poate fi obținut totuși prin y*i+j. Apoi accesați matricea cu

static_multi_array[i][j];dynamic_multi_array[y*i+j];

Mai multe exemple cu dimensiuni mai mari:

int dim1[w];int dim2[w*x];int dim3[w*x*y];int dim4[w*x*y*z]; dim1[i]dim2[w*j+i];dim3[w*(x*i+j)+k] // index is k + w*j + w*x*idim4[w*(x*(y*i+j)+k)+l] // index is w*x*y*i + w*x*j + w*k + l

Rețineți că w*(x*(y*i+j)+k)+l este egal cu w*x*y*i + w*x*j + w*k + l, dar utilizează mai puține operații (metoda lui Horner ). Folosește același număr de operații ca și accesarea unei matrice statice prin dim4[i][j][k][l], deci nu ar trebui să fie mai lent de utilizat.

Avantajul utilizării acestei metode este că matricea poate fi trecută liber între funcții fără a cunoaște dimensiunea matricei în momentul compilării (deoarece C o vede ca o matrice unidimensională, deși este încă necesară o modalitate de a trece dimensiunile), iar întreaga matrice este contiguă în memorie, deci accesarea elementelor consecutive ar trebui să fie rapidă. Dezavantajul este că poate fi dificil la început să te obișnuiești cu modul de indexare a elementelor.

Constructori și destructori

În majoritatea limbajelor orientate pe obiecte, obiectele nu pot fi create direct de către un client care dorește să le folosească. În schimb, clientul trebuie să ceară clasei să construiască o instanță a obiectului folosind o rutină specială numită constructor. Constructorii sunt importanți deoarece permit unui obiect să impună invarianți cu privire la starea sa internă pe toată durata de viață. Destructorii, chemați la sfârșitul duratei de viață a unui obiect, sunt importanți în sistemele în care un obiect deține acces exclusiv la o anumită resursă și este de dorit să se asigure că eliberează aceste resurse pentru a fi utilizate de către alte obiecte.

Deoarece C nu este un limbaj orientat pe obiecte, nu are suport încorporat pentru constructori sau destructori. Nu este neobișnuit ca clienții să aloce și să inițializeze în mod explicit înregistrări și alte obiecte. Cu toate acestea, acest lucru duce la un potențial de erori, deoarece operațiunile asupra obiectului pot eșua sau se pot comporta imprevizibil dacă obiectul nu este inițializat corespunzător. O abordare mai bună este să aveți o funcție care creează o instanță a obiectului, eventual luând parametrii de inițializare, ca în acest exemplu:

struct string {    size_t size;    char *data;}; struct string *create_string(const char *initial) {    assert (initial != NULL);    struct string *new_string = malloc(sizeof(*new_string));    if (new_string != NULL) {        new_string->size = strlen(initial);        new_string->data = strdup(initial);    }    return new_string;}

În mod similar, dacă este lăsat la latitudinea clientului să distrugă obiectele corect, acesta poate să nu facă acest lucru, provocând scurgeri de resurse. Este mai bine să aveți un destructor explicit care este întotdeauna folosit, cum ar fi acesta:

void free_string(struct string *s) {    assert (s != NULL);    free(s->data);  ”/* free memory held by the structure */”    free(s);        ”/* free the structure itself */”}

Este adesea util să combinați destructorii cu indicatorii eliberați nuli.

Uneori este util să ascundeți definiția obiectului pentru a vă asigura că clientul nu îl alocă manual. Pentru a face acest lucru, structura este definită în fișierul sursă (sau într-un fișier antet privat care nu este disponibil utilizatorilor) în loc de fișierul antet și o declarație este pusă în fișierul antet:

struct string;struct string *create_string(const char *initial);void free_string(struct string *s);

Pointeri eliberați nuli

După cum s-a discutat mai devreme, după ce free() a fost apelat pe un pointer, acesta devine un pointer suspendat. Mai rău, majoritatea platformelor moderne nu pot detecta când este folosit un astfel de pointer înainte de a fi reatribuit.

O soluție simplă la aceasta este să vă asigurați că orice pointer este setat la un pointer nul imediat după ce a fost eliberat[2]:

free(p);p = NULL;

Spre deosebire de pointerii suspendați, o excepție hardware va apărea pe multe arhitecturi moderne când un pointer nul este dereferențiat. De asemenea, programele pot include verificări de eroare pentru valoarea nulă, dar nu pentru o valoare a pointerului suspendat. Pentru a vă asigura că se face în toate locațiile, poate fi utilizată o macrocomandă:

#define FREE(p)   do { free(p); (p) = NULL; } while(0)

(Pentru a vedea de ce macro-ul este scris în acest fel, se pot folosi convențiile Macro.) De asemenea, atunci când se utilizează această tehnică, destructorii ar trebui să aducă la zero pointerul pe care le-au trecut, iar argumentul lor trebuie să fie transmis prin referință pentru a permite acest lucru. De exemplu, iată destructorul de la Constructori și destructori actualizat:

void free_string(struct string **s) {    assert(s != NULL  &&  *s != NULL);    FREE((*s)->data);  ”/* free memory held by the structure */”    FREE(*s);          ”/* free the structure itself */”    *s=NULL;           ”/* zero the argument */”}

Din păcate, acest idiom nu va face nimic altor pointeri care ar putea indica memoria eliberată. Din acest motiv, unii experți C consideră acest idiom ca fiind periculos din cauza creării unui fals sentiment de securitate.

Convenții macro

Deoarece macrocomenzile preprocesorului din C funcționează folosind înlocuirea simplă a simbolurilor, ele sunt predispuse la o serie de erori de confuzie, dintre care unele pot fi evitate urmând un set simplu de convenții:

  1. Plasarea parantezelor în jurul argumentelor macro ori de câte ori este posibil. Acest lucru asigură că, dacă sunt expresii, ordinea operațiilor nu afectează comportamentul expresiei. De exemplu:
    1. Greșit: #define square(x) x*x
    2. Mai corect: #define square(x) (x)*(x)
  2. Plasarea parantezelor în jurul întregii expresii dacă este o singură expresie. Din nou, acest lucru evită schimbările de sens datorită ordinii operațiilor.
    1. Greșit: #define square(x) (x)*(x)
    2. Mai corect: #define square(x) ((x)*(x))
    3. Periculos, amintiți-vă că înlocuiește cuvintele din text. Să presupunem că codul tău este square (x++), după invocarea macro-ului x va fi incrementat cu 2
  3. Dacă o macrocomandă produce mai multe instrucțiuni sau declară variabile, aceasta poate fi înfășurată într-o buclă do { … } while(0), fără punct și virgulă de sfârșit. Acest lucru permite macrocomenzii să fie folosită ca o singură instrucțiune în orice locație, cum ar fi corpul unei instrucțiuni if, permițând totuși plasarea punctului și virgulă după invocarea macrocomenzii fără a crea o instrucțiune nulă[3][4][5][6][7][8]. Trebuie avut grijă ca orice variabilă nouă să nu mascheze potențial porțiuni din argumentele macrocomenzii.
    1. Greșit: #define FREE(p) free(p); p = NULL;
    2. Mai corect:: #define FREE(p) do { free(p); p = NULL; } while(0)
  4. Evitarea folosirii unui argument macro de două sau mai multe ori în interiorul unei macrocomenzi, dacă este posibil; acest lucru cauzează probleme cu argumentele macro care conțin efecte secundare, cum ar fi atribuirile.
  5. Dacă o macrocomandă poate fi înlocuită cu o funcție în viitor, luați în considerare denumirea acesteia ca o funcție.
  6. Prin convenție, valorile preprocesorului și macrocomenzile definite de #define sunt denumite cu toate literele mari[9][10][11][12][13].

Există un număr mare de instrucțiuni pentru stilul C.

Bibliografie

Note

[1] Adam N. Rosenberg. [http://www.the-adam.com/adam/rantrave/st02.pdf „A Description of One Programmer’s Programming Style Revisited”]. 2001. p. 19-20.

[2] comp.lang.c FAQ list: „Why isn’t a pointer null after calling free?” mentions that „it is often useful to set [pointer variables] to NULL immediately after freeing them”.

[3] „comp.lang.c FAQ: What’s the best way to write a multi-statement macro?”.

[4] „The C Preprocessor: Swallowing the Semicolon”

[5] „Why use apparently meaningless do-while and if-else statements in macros?”

[6] „do {…} while (0) in macros”

[7] „KernelNewbies: FAQ / DoWhile0”.

[8] „PRE10-C. Wrap multistatement macros in a do-while loop”.

[9] „What is the history for naming constants in all uppercase?”

[10] „The Preprocessor”.

[11] „C Language Style Guide”

[12] „non capitalized macros are always evil”

[13] „Exploiting the Preprocessor for Fun and Profit”

 

Sursa: Traducere și adaptare din Wikibooks de Nicolae Sfetcu sub licență CC BY-SA 3.0

 

CC BY SA 4.0Acesta este un articol cu Acces Deschis (Open Access) distribuit în conformitate cu termenii licenței de atribuire Creative Commons CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0/).

Performanța și standardele rețelelor de telecomunicații 5G

Sfetcu, Nicolae (2023), Performanța și standardele rețelelor de telecomunicații 5G, IT & C, 2:1, 13-17, DOI: 10.58679/IT52354Sfetcu, Nicolae (2023), Performanța și standardele rețelelor de telecomunicații 5G, IT & C, 2:1, 13-17, DOI: 10.58679/IT52354, https://www.internetmobile.ro/performanta-si-standardele-retelelor-de-telecomunicatii-5g/

 

Performance and standards of 5G telecommunication networks

Abstract

Specific simulators and tests are used to accurately measure 5G performance. Originally, the term was associated with the International Telecommunication Union’s IMT-2020 standard, which required a theoretical maximum download speed of 20 gigabits per second and 10 gigabits per second upload speed, along with other requirements. Then, the 3GPP industry standards group chose the 5G NR (New Radio) standard together with LTE as a proposal for transmission to the IMT-2020 standard.

Keywords: 5G, communications, telecommunications, performance, standards, 3GPP, 5G NR

Rezumat

Pentru măsurarea precisă a performanței 5G se utilizează simulatoare și teste specifice. Inițial, termenul a fost asociat cu standardul IMT-2020 al Uniunii Internaționale de Telecomunicații, care necesita o viteză maximă teoretică de descărcare de 20 gigabiți pe secundă și 10 gigabiți pe secundă viteza de încărcare, împreună cu alte cerințe. Apoi, grupul de standarde industriale 3GPP a ales standardul 5G NR (New Radio) împreună cu LTE ca propunere pentru transmitere la standardul IMT-2020.

Cuvinte cheie: 5G, comunicații, telecomunicații, performanțe, standarde, 3GPP, 5G NR

 

IT & C, Volumul 2, Numărul 1, Martie 2023, pp. 13-17
ISSN 2821 – 8469, ISSN – L 2821 – 8469, DOI: 10.58679/IT52354
URL: https://www.internetmobile.ro/performanta-si-standardele-retelelor-de-telecomunicatii-5g/
© 2023 Nicolae Sfetcu. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

 

Performanța și standardele rețelelor de telecomunicații 5G

Nicolae Sfetcu

nicolae@sfetcu.com

 

Performanţa

Viteza

Vitezele 5G vor varia de la ~50 Mbps la peste 1 Gbps. Cele mai mari viteze 5G ar fi în benzile mmWave și pot ajunge la 4 Gb/s cu agregarea purtătorului și MIMO.

Sub-6 GHz 5G (banda medie 5G), de departe cea mai comună, va oferi de obicei între 100 și 4400 Mbps, dar va avea o rază mult mai mare decât mmWave, în special în aer liber. C-Band (n77/n78) va fi implementat de diverși operatori americani în 2022. C-Band fusese planificat să fie implementat de Verizon și AT&T la începutul lunii ianuarie 2022, dar a fost amânat din cauza conflictelor ridicate de Administrația Federală a Aviației.[1] [2]

Spectrul de bandă joasă oferă cea mai mare gamă, prin urmare o zonă de acoperire mai mare pentru un anumit site, dar vitezele sale sunt mai mici decât benzile medii și înalte.

Lucrările la tehnologia 5.5G sunt de așteptat să ofere rate de 20 Gbps în aval și 10 Gbps în amonte, posibil între 2025 și 2030.

Latența

În 5G, „latența aerului” este de ordinul 8-12 milisecunde. Latența serverului trebuie adăugată la „latența aerului” pentru majoritatea comparațiilor. Verizon a raportat că latența pentru implementarea sa inițială a 5G este de 30 ms: Serverele Edge din apropierea turnurilor pot reduce latența la 10–20 ms; 1–4 ms vor fi extrem de rare timp de ani de zile în afara laboratorului. Latența este mult mai mare în timpul transferului; variind de la 50–500 milisecunde în funcție de tipul de transfer. Reducerea latenței de transfer este un domeniu continuu de cercetare și dezvoltare.

Rata de eroare

5G utilizează modularea adaptivă și schema de codare (MCS) pentru a menține rata de eroare a biților extrem de scăzută. Ori de câte ori rata de eroare depășește un prag (foarte scăzut), transmițătorul va comuta la un MCS mai scăzut, care va fi mai puțin predispus la erori. În acest fel viteza este sacrificată pentru a asigura o rată de eroare aproape zero.

Gama

Gama 5G depinde de mulți factori; frecvența este cea mai importantă dintre toate. Semnalele mmWave tind să aibă o rază de acțiune de doar câteva sute de metri, în timp ce semnalele de bandă joasă au, în general, o rază de acțiune de câțiva kilometri.

Deoarece există o mulțime de exagerări de marketing cu privire la ceea ce poate oferi 5G, simulatoarele și testele de conducere sunt utilizate pentru măsurarea precisă a performanței 5G.

Standarde

Inițial, termenul a fost asociat cu standardul IMT-2020 al Uniunii Internaționale de Telecomunicații, care necesita o viteză maximă teoretică de descărcare de 20 gigabiți pe secundă și 10 gigabiți pe secundă viteza de încărcare, împreună cu alte cerințe.[3] Apoi, grupul de standarde industriale 3GPP a ales standardul 5G NR (New Radio) împreună cu LTE ca propunere pentru transmitere la standardul IMT-2020.[4][5]

5G NR poate include frecvențe inferioare (FR1), sub 6 GHz, și frecvențe mai mari (FR2), peste 24 GHz. Cu toate acestea, viteza și latența în implementările timpurii FR1, folosind software-ul 5G NR pe hardware 4G (non-autonom), sunt doar puțin mai bune decât noile sisteme 4G, estimate la 15 până la 50% mai bune. [6][7][8]

IEEE acoperă mai multe zone ale 5G, cu un accent central în secțiunile cu fir dintre capul radio la distanță (RRH) și unitatea de bandă de bază (BBU). Standardele 1914.1 se concentrează pe arhitectura de rețea și pe împărțirea conexiunii dintre RRU și BBU în două secțiuni cheie. Unitatea radio (RU) către unitatea de distribuție (DU) fiind NGFI-I (Interfața Fronthaul de generație următoare) și DU către unitatea centrală (CU) fiind interfața NGFI-II permițând o rețea mai diversă și mai rentabilă. NGFI-I și NGFI-II au valori de performanță definite care ar trebui compilate pentru a se asigura că diferite tipuri de trafic definite de ITU pot fi transportate. Standardul IEEE 1914.3 creează un nou format de cadru Ethernet capabil să transporte date IQ într-un mod mult mai eficient în funcție de scindarea funcțională utilizată. Aceasta se bazează pe definiția 3GPP a diviziunilor funcționale. Mai multe standarde de sincronizare a rețelei din cadrul grupurilor IEEE sunt actualizate pentru a se asigura că acuratețea temporizării rețelei la IF este menținută la nivelul necesar pentru traficul transportat.

5G NR

5G NR (New Radio) este o nouă interfață aeriană dezvoltată pentru rețeaua 5G.[9] Se presupune că acesta este standardul global pentru interfața aeriană a rețelelor 3GPP 5G.[10]

Implementări pre-standard

5GTF: Rețeaua 5G implementată de operatorul american Verizon pentru acces wireless fix la sfârșitul anilor 2010 utilizează o specificație pre-standard cunoscută sub numele de 5GTF (Forumul tehnic Verizon 5G). Serviciul 5G oferit clienților în acest standard este incompatibil cu 5G NR. Există planuri de upgrade de la 5GTF la 5G NR „Odată ce [acesta] îndeplinește specificațiile noastre stricte pentru clienții noștri”, conform Verizon.[11]

5G-SIG: specificație pre-standard pentru 5G dezvoltată de KT Corporation. Desfășurat la Jocurile Olimpice de iarnă Pyeongchang 2018.[12]

Internetul Lucrurilor

În Internetul lucrurilor (IoT), 3GPP va prezenta evoluția NB-IoT și eMTC (LTE-M) ca tehnologii 5G pentru cazul de utilizare LPWA (Low Power Wide Area).[13]

Bibliografie

  1. „Visible, US Mobile Also Get Verizon’s New 5G System”. PCMAG.
  2. Lawler, Richard (January 3, 2022). „Verizon and AT&T cut a deal with the FAA, will hit the brakes on 5G C-band rollouts”. The Verge.
  3. „Minimum requirements related to technical performance for IMT-2020 radio interface(s)” (PDF). Arhivat
  4. „The first real 5G specification has officially been completed”. The Verge. Arhivat
  5. Flynn, Kevin. „Workshop on 3GPP submission towards IMT-2020”. 3gpp.org. Arhivat
  6. „5G NR Only 25% to 50% Faster, Not Truly a New Generation”. wirelessone.news. Arhivat
  7. „Factcheck: Large increase of capacity going from LTE to 5G low and mid-band”. wirelessone.news. Arhivat
  8. Teral, Stephane (January 30, 2019). „5G best choice architecture” (PDF). ZTE. Arhivat
  9. „What is 5G New Radio (5G NR)”. 5g.co.uk. Arhivat
  10. „Making 5G New Radio (NR) a Reality – The Global 5G Standard – IEEE Communications Society”. comsoc.org. Arhivat
  11. Kastrenakes, Jacob (October 2, 2018). „Is Verizon’s 5G home internet real 5G?”. The Verge. Arhivat
  12. „Mobile industry eyes 5G devices in early 2019”. telecomasia.net. Arhivat
  13. „With LTE-M and NB-IoT You’re Already on the Path to 5G”. sierrawireless.com. Arhivat

 

Sursa: Sfetcu, Nicolae (2022). Rețele de comunicații 5G, MultiMedia Publishing, ISBN ISBN 978-606-033-633-4, https://www.telework.ro/ro/e-books/retele-de-comunicatii-5g/

 

Creative Commons CC BY 4.0Acesta este un articol cu Acces Deschis (Open Access) distribuit în conformitate cu termenii licenței de atribuire Creative Commons CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/), care permite utilizarea, distribuirea și reproducerea fără restricții pe orice mediu, cu condiția ca lucrarea originală să fie citată corect.

Conferinţa Securitate cibernetica – editia VII

postat în: Știri 0

organizator  ziarul Bursa în ziua de 31.01.2023

Prezentare in rezumat

 

Ȋn ziua de 31 ianuarie 2023 Ziarul BURSA a organizat a VII-a ediţie a conferinţei “Securitatea cibernetică”. Evenimentul a avut loc la Hilton Garden Inn Bucharest Old Town, sala Cişmigiu, din str. Doamnei nr. 12, Bucureşti.

Subiectele conferinţei au fost:

  • Provocări şi riscuri cibernetice în actualul context global generat de războiul din Ucraina şi de expansiunea tehnologică a Chinei;
  • Soluţii pentru dezamorsarea riscurilor cyber;
  • Construirea rezilienţei cibernetice pe teritoriul Uniunii Europene; importanţa Centrului european de competenţe în materie de securitate cibernetică de la Bucureşti;
  • Stabilirea arhitecturii de securitate cibernetică pentru protejarea şi apărarea împotriva atacatorilor;
  • Automatizarea securităţii, IoT, risc şi conformitate, sisteme de control industrial, securitate în cloud;
  • Managementul riscurilor în lanţul de aprovizionare în domeniul securităţii cibernetice;
  • Vulnerabilităţile ascunse de securitate şi alte provocări de securitate cibernetică la tehnologiile emergente;
  • Strategiile companiilor din domeniu pentru prevenirea atacurilor cyber.

Conferința a fost moderată de Dan Nicolaie – Redactor, ziarul BURSA, şi au luat cuvântul următorii speakeri:

  • Marius Humelnicu – Președintele Comisiei pentru comunicații, tehnologia informației și inteligență artificială, Senat

În contextul geopolitic şi strategic actual în care statele membre NATO şi UE se confruntă cu ameninţări cibernetice din partea Federaţiei Ruse şi Chinei, devine importantă implementarea programului Europa Digitală, program care în ţara noastră se va realiza şi prin intermediul strategiei naţionale de securitate cibernetică, dar şi cu ajutorul parteneriatelor publice private încheiate de instituţiile statului cu mediul de afaceri şi cu mediul academic, susţine Marius Humelnicu, preşedintele Comisiei pentru comunicaţii, tehnologia informaţiei şi inteligenţă artificială, Senat.

„Strategia de securitate cibernetică a României pentru perioada 2022-2027 are cinci obiective. Primul ar fi reţele şi sisteme informatice sigure şi reziliente, iar al doilea ar fi un cadru normativ şi instituţional consolidat. De ce? Pentru că având aceste atacuri, atunci legsilaţia trebuie îmbunătăţită. Trebuie să facem acest lucru în Senat şi Camera Deputaţilor: un parteneriat public privat pragmatic

 Nicoleta Pauliuc – Președintele Comisiei pentru apărare, ordine publică și siguranță națională, Senat

Europa şi NATO se află sub asediu în ceea ce priveşte atacurile cibernetice din partea unor entităţi ruseşti, deci implicit şi România, spune Nicoleta Pauliuc, preşedintele Comisiei pentru apărare, ordine publică şi siguranţă naţională din Senat, subliniind: „Înţelegem ce se întâmplă şi acţionăm unitar, într-un cadru euroatlantic bine definit, avem o legislaţie coerentă şi concretă, vrem şi reuşim, deocamdată, să fim vârf de lance în acest război cibernetic invizibil şi asimetric, avem personal calificat în acest sens şi instituţii performante”.
Potrivit domniei sale, „mai sunt lucruri de făcut atât la nivelul UE, cât şi al NATO”, pentru a răspunde noilor provocări, iar legislaţia pe care o avem protejează cetăţenii în faţa unor atacuri nedorite şi nu le limitează drepturile şi libertăţile

  • Maria-Manuela Catrina – Adjunct al Directorului Directoratului Național de Securitate Cibernetică

Nu ne confruntăm cu o Lebădă Neagră, ci probabil cu un stol de Lebede Negre în ceea ce priveşte securitatea cibernetică, spune Maria-Manuela Catrina, Adjunct al Directorului Directoratului Naţional de Securitate Cibernetică.

Domnia sa a afirmat: „Sunt cinci provocări, cinci lucruri pe care trebuie să le facem şi zece întrebări la care să răspundem împreună. În ceea ce priveşte provocările, în acest moment probabil că nu ne confruntăm cu o Lebădă Neagră, ci cu un stol de Lebede Negre. Iar prima este într-adevăr războiul din Ucraina şi atacurile cibernetice care se circumscriu acestui război, fără ca ele să vină neapărat din partea actorilor care iau parte la acel război (…)”.
Maria-Manuela Catrina a adăugat: „Ne uităm la atacurile cibernetice şi de multe ori spunem că războiul digital nu a început. Ne aşteptam să fie mai multe atacuri cibernetice decât sunt. În fapt sunt foarte multe, dar ne aşteptam să fie şi mai multe. Şi probabil de multe ori secretul este să generăm confuzie. În aşa fel încât adversarul să nu poată bănui adevăratele tale intenţii. Asta zice Sun Tzu (n.r. în lucrarea Arta Războiului) şi se întâmplă şi acum. De regulă, atacurile cibernetice nu pot fi văzute din satelit, dar asta un înseamnă că nu se întâmplă”

  • Alin Becheanu – Head of Fraud Monitoring and Prevention, ING Bank România

Una din trei persoane a fost atacată cibernetic sau a cunoscut pe cineva care a fost victima unui atac cyber, conform unui sondaj realizat de ING Bank, a spus Alin Becheanu, Head of Fraud Monitoring and Prevention în cadrul băncii.

Specialistul subliniază că patru din zece persoane nu au cunoştinţele necesare să prevină sau să soluţioneze un astfel de caz: „Cifrele sunt grăitoare şi acest fenomen are o amploare destul de mare. Noi am observat că se pune foarte mult accent pe manipularea plătitorului. Este mult mai simplu pentru atacator să manipuleze plătitorul decât să investească în soluţii avansate.

  • Laurențiu Leoreanu – Președintele Comisiei pentru apărare, ordine publică și siguranță națională, Camera Deputaților

Actualele riscuri de securitate pot fi diminuate prin măsuri pro-active şi reactive şi prin modificări legislative în acest domeniu, susţine Laurenţiu Leoreanu, preşedintele Comisiei pentru apărare, ordine publică şi siguranţă naţională, Camera Deputaţilor.
„Riscurile şi provocările în materie de securitate cibernetică pot fi totuşi reduse semnificativ prin aplicarea unor serii de bune practici, puţin costisitoare, unele chiar gratuite şi uşor de aplicat. Conştientizarea riscurilor şi provocărilor de către angajaţi este o soluţie eficientă pentru a limita o mare parte din riscuri. Măsurile pro-active şi reactive pot include politici, concepte, standarde şi ghiduri de securitate, managementul riscului, activităţi de instruire şi conştientizare, implementare de soluţii tehnice de protejare a infrastructurilor cibernetice, managementul identităţii şi managementul consecinţelor.

  • Cătălin Zetu – Șeful Biroului de Investigare a infracțiunilor împotriva sistemelor informatice, Inspectoratul General al Poliției Române

În ultimii doi ani am putut vedea un răspuns mult mai coerent şi concret din partea autorităţilor în privinţa fenomenului ransomware, este de părere Cătălin Zetu, şeful Biroului de Investigare a Infracţiunilor împotriva sistemelor informatice din Inspectoratul General al Poliţiei Române (IGPR).

Domnia sa precizează: „Autorităţile au avut şi au dezvoltat tehnici investigative care permit destructurarea tot mai multor grupări implicate în distribuţia şi crearea de aplicaţii ransomware. Cel mai recent exemplu în acest sens este cel al destructurării familiei de ransomware denumită HIVE, care a avut numeroase victime şi la nivel naţional. Poliţia Română a fost parte din grupul internaţional de investigaţie a acestui grup infracţional, sprijinind anihilarea infrastructurii IT folosită de această aplicaţie maliţioasă”

  • Daniel Cuciurianu – Manager de proiect, Biroul Programului de Crimă Cibernetică al Consiliului Europei (C-PROC)

Criminalitatea informatică reprezintă o ameninţare la adresa drepturilor fundamentale ale omului, a afirmat Daniel Cuciurianu, Manager de proiect în cadrul Biroului Programului de Crimă Cibernetică al Consiliului Europei (C-PROC).

Domnia sa a spus: „Consiliul Europei, în calitate de organizaţie internaţională, are ca mandat protejarea drepturilor fundamentale ale omului, a democraţiei şi a statului de drept. Am constatat că, criminalitatea informatică reprezintă o ameninţare la adresa drepturilor fundamentale ale omului, plecând de la dreptul la viaţa privată, la demnitate, la integritate. Cauzează pierderi financiare, afectează infrastructura critică. De asemenea, ameninţă libertatea de expresie şi, în final, chiar stabilitatea democratică a statelor, interferând cu procesele electorale în numeroase cazuri”

 Andrei Niculae – Vicepreședinte, Autoritatea pentru Digitalizarea României

Întrucât ne confruntăm cu din ce în ce mai multe ameninţări în domeniul cyber, securitatea cibernetică este o necesitate din ce în ce mai mare şi mai reală, în contextul actual, în care avem inclusiv agresiuni dincolo de graniţă, este de părere Andrei Niculae, vicepreşedintele Autorităţii pentru Digitalizarea României (ADR). Specialistul atrage atenţia că războaiele nu se mai poartă doar cu soldaţi pe câmpul de luptă, ci, acum, războaiele au şi elemente IT şi de comunicaţii.
Menţionând că inclusiv instituţia pe care o reprezintă a avut ameninţări de atacuri cibernetice, domnia sa spune că este necesar să fie dezvoltate aplicaţii în acest sens şi, împreună cu partenerii instituţionali şi cu cei din mediul privat, să se poată preveni aceste ipuri de atac. Totodată, trebuie să fie făcute investiţii în educatie, întrucât statul nu a derulat multe programe pe partea de cyber security: „Trebuie să-i pregătim pe cei care administrează să înţeleagă să recunoască şi să raporteze eventualele pericole cibernetice”.
Potenţialele riscuri privitoare la atacurile cyber sunt reale şi trebuie să învăţăm să le prevenim şi să le gestionăm, a conchis domnia sa.

  • Ioana Manea – Chief Innovation Officer, Arctic Stream

Atacurile cibernetice la adresa companiilor cu reţele industriale au un impact mult mai mare, care depăşeşte recompensele de natură financiară şi pierderile băneşti, afirmă Ioana Manea, Chief Innovation Officer în cadrul companiei Arctic Stream, firmă ce este un integrator IT, de sisteme IT cu focus pe securitatea cibernetică.

„Prin companii cu reţele industriale înţelegem orice companie de utilităţi – apă, gaze, electricitate – care are o reţea de distribuţie – reţea operaţională, reţea SCADA -, orice companie de manufacturing, care are o fabrică, are o reţea operaţională sau industrială, orice companie din industria alimentară. Impactul unui atac cibernetic în acest caz este mult mai important. De exemplu compania naţională de apă din statul american Florida a fost atacată, dar problema mai gravă a fost că s-a umblat la compuşii chimici din apa potabilă şi nu suma plătită atacatorilor.”

  • Vlad Stoichițescu – Head of Technology Risks Division, Otto Broker

Suntem expuşi la o serie întreagă de riscuri pe care partenerii noştrii de afaceri pot să ni le transmită fără voia lor, a spus Vlad Stoichiţescu, Head of Technology Risks Division, în cadrul Otto Broker.

Domnia sa a afirmat: „Vorbim de relaţia furnizor-client pentru că noi nu mai trăim în bule. Suntem interconectaţi aproape total. Asta înseamnă că, în fiecare zi, fie în amonte fie în aval, suntem expuşi la o serie întreagă de riscuri pe care partenerii noştri de afaceri pot să ni le transmită fără voia lor. Vedem o creştere accelerată a cerinţelor din partea companiilor, a clienţilor finali, ca furnizorii lor de servicii să aibă asigurare, iar multe sunt legate de zona de răspundere profesională şi răspundere cibernetică. Asta înseamnă că oamenii sunt conştienţi că pot apărea erori legate în ceea ce livrează furnizorii, fie că vorbim de produse fie că vorbim de servicii. Foarte mulţi dintre noi, inclusiv compania noastră, depindem de nişte furnizori de servicii care trebuie să îşi facă bine meseria şi, mai mult, trebuie să ne şi protejeze, în cazul în care cineva vrea să ne atace”.

  • Florin Dănescu – Președinte Executiv, Asociația Română a Băncilor

Industria bancară este cea mai reglementată din toate industriile, iar unul dintre domeniile puternic reglementate este cel al securităţii cibernetice, subliniază Florin Dănescu, preşedintele executiv al Asociaţiei Române a Băncilor (ARB). Printre altele, domnia sa a menţionat: „Când a apărut subiectul GDPR, toată Europa a fost foarte apropiată acestui subiect, dar resursele alocate există? Sunt cele 500.000 de IMM din România acoperite din acest punct de vedere? Putem prioritiza în România acest domeniu în mod real? (…)
Statele avansate ştiu să colecteze informaţii şi să-şi creeze parteneriate cu industrii care pot fi utile şi pot contribui la securitatea cibernetică. Probabil că aceasta este marea rămânere în urmă faţă de ţările europene.

Noi, ca industrie, avem o strategie pe bune. La pilonul de educaţie financiară, am împărţit în două componente – una de educaţie financiară şi una de educaţie digitală”.
Florin Dănescu susţine că foarte importantă în acest domeniu este încrederea între instituţii: „Avem foarte multe motive să nu avem încredere unul în altul, la nivel instituţional. Până când nu vom avem încredere unii în alţii nu vom putea să facem lucrurile aşa cum trebuie. Când vom şti să folosim fiecare industrie alături de instituţiile statului pe acest domeniu al siguranţei cibernetice vom fi mult mai cvilizaţi şi mult mai coerenţi. Este vorba despre procese care să ne conducă la un rezultat pozitiv”.

 Romeo Milea – Network Development Director, Vodafone România

Reţelele de comunicaţii reprezintă un segment care asigură o infrastructură critică de funcţionare în societate, spune Romeo Milea, Network Development Director, Vodafone Romania, menţionând că, alături de segmentul energiei, având în vedere şi digitizarea către care ne îndreptăm accelerat, zona comunicaţiilor reprezintă un sector critic, iar orice sector critic are nevoie de o atenţie foarte mare şi din perspectiva securităţii cibernetice.
Domnia sa subliniază că provocările din ultimii ani – criza războiului din Ucraina, războiul economic dintre China şi SUA, şi nu numai, ne-au demonstrat că Europa nu este pregătită să fie rezilientă în condiţii dificile. „Războiul nu se mai desfăşoară doar cu tancuri şi arme, acum este unul hibrid, în care zona de cyber este foarte importantă”, subliniază Romeo Milea, precizând că securitatea cibernetică are un grad de importanţă care nu ne mai permite „să fim secretoşi între noi”, transparenţa şi lecţiile învăţate în domeniu fiind vitale.

 Concluziile de la sfârşitul conferinţei au fost următoarele:

  •  Necesitatea unei legislaţii privind securitatea cibernetică pentru fiecare sector al economiei naţionale şi introducerea în pachetul legilor educaţiei naţionale a unei curricule şcolare obligatorii privind însuşirea competenţelor digitale reprezintă două dintre soluţiile care ar reduce riscurile cu care se confruntă reţelele de comunicaţii, soluţii despre care au vorbit participanţii la cea de-a şaptea ediţie a conferinţei „Securitatea Cibernetică”, organizată, ieri, de Grupul de presă BURSA.
  • „Este nevoie să elaborăm şi să implementăm un pachet de legi extins cu incidenţă în domeniul securităţii şi apărării. Dacă în anul 2022 au fost elaborate legi şi norme pentru spaţiul cibernetic, vom continua şi anul acesta cu pachete de legi pe domenii sectoriale pentru a asigura securitatea cibernetică”, a afirmat Laurenţiu Leoreanu, preşedintele Comisiei pentru apărare, ordine publică şi siguranţă naţională, Camera Deputaţilor.
  • Marius Humelnicu, preşedintele Comisiei pentru comunicaţii, tehnologia informaţiei şi inteligenţă artificială, din Senat, a subliniat că suntem pe ultimul loc în Europa în privinţa indicelui DESI: „De aceea este nevoie ca în legile educaţiei ce vor fi dezbătute în actuala sesiune parlamentară să introducem pentru generaţiile viitoare în curricula şcolară o oră, două sau trei ore de creştere a competentenţelor digitale ale elevilor. România are vârfuri şi oameni competenţi, bine pregătiţi, dar insuficienţi. De aceea instituţiile publice centrale şi locale trebuie să investească în creşterea competenţelor digitale”.
  • Nicoleta Pauliuc, preşedintele Comisiei pentru apărare, ordine publică şi siguranţă naţională din Senat, s-a referit la noua strategie de securitate cibernetică a UE, al cărei scop este consolidarea rezilienţei Europei la ameninţările cibernetice şi asigurarea că toţi cetăţenii şi toate întreprinderile pot beneficia pe deplin de servicii şi instrumente digitale fiabile şi de încredere.
  • „Noua strategie conţine propuneri concrete de punere în aplicare a unor instrumente de reglementare, de investiţii şi de politică. Dacă adăugăm şi agresiunea rusească, avem o argumentaţie completă asupra necesităţii adoptării unei legislaii moderne privind securitatea cibernetică a României”, a declarat Nicoleta Pauliuc.
  • Securitatea cibernetică se află şi în atenţia Consiliului Europei, a precizat Daniel Cuciurianu, Manager de proiect în cadrul Biroului Programului de Crimă Cibernetică al Consiliului Europei (C-PROC).
  • „Consiliul Europei, în calitate de organizaţie internaţională, are ca mandat protejarea drepturilor fundamentale ale omului, a democraţiei şi a statului de drept. Am constatat că criminalitatea informatică reprezintă o ameninţare la adresa drepturilor fundamentale ale omului, plecând de la dreptul la viaţă privată, la demnitate, la integritate, deoarece cauzează pierderi financiare şi afectează infrastructura critică. De asemenea, ameninţă libertatea de expresie şi, în final, chiar stabilitatea democratică a statelor, interferând cu procesele electorale în numeroase cazuri. (…) Mandatul Consiliul Europei pleacă de la asigurarea unui cadru legal internaţional pentru toate statele, prin care să se asigure un răspuns clar la criminalitatea informatică”, a spus Daniel Cuciurianu.
  • El a arătat că mai multe state şi organizaţii internaţionale, inclusiv România şi Consiliul Europei, au aderat la un standard internaţional privind criminalitatea informatică – Convenţia de la Budapesta.
  • „Aici sunt prezentate atât infracţiunile informatice cât şi puterile, atribuţiile instituţiilor competente de a le combate, de a da un răsuns ferm. Separat de acest număr mare de state, de organizaţii, de instituţii internaţionale, care au aderat la standarele Convenţiei de la Budapesta, mai există şi alte state, mai puţine ca număr, relevante ca teritoriu, dar nu neapărat relevante din punctul de vedere al drepturilor omului, care consideră că Internetul şi accesul la informaţii trebuie controlat de către stat şi guverne. Evident, nu aceasta este opinia instituţiei pe care o reprezint. Noi credem că Internetul trebuie să fie liber, accesul la informaţii trebuie să fie liber, dar trebuie să luptăm pentru a nu fi abuzat, prin întărirea structurilor, prin întărirea statelor care să poată să asigure un mediu sigur online pentru cetăţeni”, a menţionat Daniel Cuciureanu.
  • Toţi participanţii la cea de-a şaptea ediţie a conferinţei Securitatea Cibernetică s-au referit în intervenţiile lor şi la situaţia generată de Federaţia Rusă după invadarea Ucrainei şi la soluţiile necesare pentru asigurarea securităţii cibernetice pentru companii, reţele, sectoare de activitate, dar şi pentru cetăţeni, informaţii pe care le găsiţi în articolele de astăzi şi care vor apărea şi în zilele următoare, ca urmare a discuţiilor din cadrul evenimentului organizat de Grupul de presă BURSA.

 

Dr. ec. Ioana Petcu 

Cercetator Stiintific

Învățarea regulilor de asociere în mineritul datelor

Sfetcu, Nicolae (2023), Învățarea regulilor de asociere în mineritul datelor, IT & C, 2:1, 48-55, DOI: 10.58679/IT87362Sfetcu, Nicolae (2023), Învățarea regulilor de asociere în mineritul datelor, IT & C, 2:1, 48-55, DOI: 10.58679/IT87362, https://www.internetmobile.ro/invatarea-regulilor-de-asociere-in-mineritul-datelor/

 

Association rule learning in data mining

Abstract

Association rule learning is a rule-based machine learning method for discovering interesting relationships between variables in large databases. It is intended to identify strong rules discovered in databases using some measures of interest. Based on the concept of strong rules, association rules were introduced to discover regularities between products in large-scale transaction data recorded by supermarket point-of-sale systems. Such information may be used as a basis for decisions regarding marketing activities, such as, for example, promotional pricing or product placements. In addition to the above example from market basket analysis, association rules are used in many fields today, including web mining, intrusion detection, continuous manufacturing, and bioinformatics.

Article source: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, License CC BY-SA 4.0. Translation and adaptation Nicolae Sfetcu

Keywords: association rules, data mining

Rezumat

Învățarea regulilor de asociere este o metodă de învățare automată bazată pe reguli pentru a descoperi relații interesante între variabilele din bazele de date mari. Este destinată să identifice reguli puternice descoperite în bazele de date folosind unele măsuri de interes. Pe baza conceptului de reguli puternice, s-au introdus reguli de asociere pentru descoperirea regularităților dintre produse în datele tranzacțiilor la scară largă înregistrate de sistemele de puncte de vânzare din supermarketuri. Astfel de informații pot fi folosite ca bază pentru deciziile cu privire la activitățile de marketing, cum ar fi, de exemplu, prețurile promoționale sau plasările de produse. În plus față de exemplul de mai sus din analiza coșului de piață, regulile de asociere sunt folosite astăzi în multe domenii, inclusiv mineritul web, detectarea intruziunilor, producția continuă și bioinformatica.

Sursa articolului: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, Licență CC BY-SA 4.0. Traducere și adaptare Nicolae Sfetcu

Cuvinte cheie: reguli de asociere. Mineritul datelor, data mining

 

IT & C, Volumul 2, Numărul 1, Martie 2023, pp. 48-55
ISSN 2821 – 8469, ISSN – L 2821 – 8469, DOI: 10.58679/IT87362
URL: https://www.internetmobile.ro/invatarea-regulilor-de-asociere-in-mineritul-datelor/
© 2023 Nicolae Sfetcu. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

 

Învățarea regulilor de asociere în mineritul datelor

Nicolae Sfetcu

nicolae@sfetcu.com

 

Învățarea regulilor de asociere este o metodă de învățare automată bazată pe reguli pentru a descoperi relații interesante între variabilele din bazele de date mari. Este destinată să identifice reguli puternice descoperite în bazele de date folosind unele măsuri de interes. Pe baza conceptului de reguli puternice, Rakesh Agrawal et al. a introdus reguli de asociere pentru descoperirea regularităților dintre produse în datele tranzacțiilor la scară largă înregistrate de sistemele de puncte de vânzare (POS) din supermarketuri. De exemplu, regula {ceapa, cartofi} ⇒ {burger} din datele de vânzări ale unui supermarket ar indica faptul că, dacă un client cumpără ceapă și cartofi împreună, este probabil să cumpere și carne de hamburger. Astfel de informații pot fi folosite ca bază pentru deciziile cu privire la activitățile de marketing, cum ar fi, de exemplu, prețurile promoționale sau plasările de produse. În plus față de exemplul de mai sus din analiza coșului de piață, regulile de asociere sunt folosite astăzi în multe domeni de aplicații, inclusiv mineritul utilizării web, detectarea intruziunilor, producția continuă și bioinformatica. Spre deosebire de mineritul secvenței, învățarea regulilor de asociere nu ia în considerare, de obicei, ordinea elementelor fie într-o tranzacție, fie între tranzacții.

Definiție

Exemplu de bază de date cu 5 tranzacții și 5 articole

ID tranzacție

lapte pâine unt bere

scutece

1 1 1 0 0 0
2 0 0 1 0 0
3 0 0 0 1 1
4 1 1 1 0 0
5 0 1 0 0 0

Urmând definiția originală a lui Agrawal și colab., problema minării regulilor de asociere este definită astfel:

Fie I = {i1, i2, …, in}un set de atribute n binare numite itemuri.

Fie D = {t1, t2, …, tm} un set de tranzacții numit bază de date.

Fiecare tranzacție din D are un ID de tranzacție unic și conține un subset de articole din I.

O regulă este definită ca o implicație a formei:

X ⇒ Y

unde X, Y ⊆ I și X ∩ Y = Ø.

Fiecare regulă este compusă din două seturi diferite de elemente, cunoscute și sub denumirea de seturi de itemuri, X și Y, unde X este numit antecedent sau partea stângă (LHS) și Y consecvent sau partea dreaptă (RHS).

Pentru a ilustra conceptele, folosim un mic exemplu din domeniul supermarketurilor. Setul de articole este I = {lapte,pâine,unt,bere,scutece} iar în tabel este prezentată o mică bază de date care conține articolele, unde, în fiecare intrare, valoarea 1 înseamnă prezența articolului în tranzacția corespunzătoare, iar valoarea 0 reprezintă absența unui articol în tranzacția respectivă.

Un exemplu de regulă pentru supermarket ar putea fi {unt, pâine} ⇒ {lapte}, ceea ce înseamnă că, dacă se cumpără unt și pâine, clienții cumpără și lapte.

Notă: acest exemplu este extrem de mic. În aplicațiile practice, o regulă are nevoie de un suport de câteva sute de tranzacții înainte de a putea fi considerată semnificativă din punct de vedere statistic, iar seturile de date conțin adesea mii sau milioane de tranzacții.

Concepte utile

Pentru a selecta reguli interesante din setul tuturor regulilor posibile, se folosesc constrângeri asupra diferitelor măsuri de semnificație și interes. Cele mai cunoscute constrângeri sunt pragurile minime de sprijin și încredere.

Fie X un set de articole, X ⇒ Y o regulă de asociere și T un set de tranzacții ale unei baze de date date.

Suport

Suportul este o indicație a frecvenței cu care setul de articole apare în baza de date.

Valoarea suport a lui X în raport cu T este definită ca proporția de tranzacții din baza de date care conține setul de articole X . În formula: supp(X)/N

În exemplul de bază de date, setul de articole {bere,scutece} are suport, deoarece apare în 20% din toate tranzacțiile (1 din 5 tranzacții). Argumentul supp() este un set de precondiții și, prin urmare, devine mai restrictiv pe măsură ce crește (în loc să fie mai incluziv).

Încredere

Încrederea este un indiciu al cât de des s-a constatat că regula este adevărată.

Valoarea de încredere a unei reguli, X ⇒ Y, în raport cu un set de tranzacții T, este proporția tranzacțiilor care conține X care conține și Y.

Încrederea este definită ca:

conf(X ⇒ Y) = supp(X ∪ Y)/supp(X).

De exemplu, regula {unt,pâine} ⇒ {lapte} are un nivel de încredere de 0,2 > în baza de date, ceea ce înseamnă că pentru 100% dintre tranzacțiile care conțin unt și pâine regula este corectă (100% din cazurile în care un client cumpără unt si paine, cumpără și lapte).

Rețineți că supp( X ∪ Y) înseamnă suportul uniunii elementelor din X și Y. Acest lucru este oarecum confuz, deoarece în mod normal gândim în termeni de probabilități de evenimente și nu de seturi de elemente. Putem rescrie supp(X ∪ Y) ca probabilitate comună P(EX ∩ EY), unde EX și EY sunt evenimentele pentru care o tranzacție conține setul de articole X sau, respectiv, Y.

Astfel, încrederea poate fi interpretată ca o estimare a probabilității condiționate P(EY | EX), probabilitatea de a găsi RHS a regulii în tranzacții cu condiția ca aceste tranzacții să conțină și LHS.

Creștere

Creșterea (lift) unei reguli este definită astfel:

lift(X ⇒ Y) = supp(X ∪ Y) / supp(X) × supp(Y)

sau raportul dintre suportul observat și cel așteptat dacă X și Y ar fi independenți.

De exemplu, regula {lapte,pâine} ⇒ {unt} are o creștere de  0,2 / 0,4 × 0,4  = 1,25.

Dacă regula ar avea o creștere de 1, ar implica faptul că probabilitatea de apariție a antecedentului și cea a consecinței sunt independente una de cealaltă. Când două evenimente sunt independente unul de celălalt, nu poate fi luată în considerare nicio regulă care să implice aceste două evenimente.

Dacă creșterea este > 1, asta ne permite să cunoaștem gradul în care aceste două apariții sunt dependente una de cealaltă și face ca acele reguli să fie potențial utile pentru prezicerea consecințelor în seturile de date viitoare.

Valoarea creșterii este că ia în considerare atât încrederea regulii, cât și setul de date general.

Convingere

Convingerea unei reguli este definită ca conv(X ⇒ Y) = (1- supp(Y))/(1 – conf(X ⇒ Y)) .

De exemplu, regula {lapte, pâine} ⇒ {unt} are o convingere de (1 – 0,4)/(1 – 0,5) = 1,2, și poate fi interpretată ca raportul dintre frecvența așteptată pe care X apare fără Y (adică frecvența la care regula face o predicție incorectă) dacă X și Y au fost independenți, împărțit la frecvența observată a predicțiilor incorecte. În acest exemplu, valoarea convingerii de 1,2 arată că regula {lapte, pâine} ⇒ {unt} ar fi incorectă cu 20% mai des (de 1,2 ori mai des) dacă asocierea între X și Y ar fi pur întâmplătoare.

Proces

(Setul de articole frecvente, unde culoarea casetei indică câte tranzacții conțin combinația de articole. Rețineți că nivelurile inferioare ale rețelei pot conține cel mult numărul minim de articole ale părinților lor; de exemplu. {ac} poate avea numai cel mult min(a, c) elemente. Aceasta se numește proprietatea de închidere în jos.)

Regulile de asociere sunt de obicei necesare pentru a satisface un suport minim specificat de utilizator și o încredere minimă specificată de utilizator în același timp. Generarea regulilor de asociere este de obicei împărțită în două etape separate:

  1. Se aplică un prag minim de asistență pentru a găsi toate seturile de articole frecvente dintr-o bază de date.
  2. constrângere minimă de încredere se aplică acestor seturi frecvente de articole pentru a forma reguli.

În timp ce al doilea pas este simplu, primul pas necesită mai multă atenție.

Găsirea tuturor seturilor de articole frecvente într-o bază de date este dificilă, deoarece presupune căutarea tuturor seturilor de articole posibile (combinații de articole). Setul de seturi de articole posibile este setul de putere peste I și are dimensiunea 2n -1 (excluzând setul gol care nu este un set de articole valid). Deși dimensiunea setului de putere crește exponențial în numărul de elemente n în I, este posibilă căutarea eficientă folosind proprietatea de închidere în jos a suportului (numită și anti-monotonitate) care garantează că pentru un set de articole frecvente, toate subseturile sale sunt de asemenea, frecvente și, prin urmare, pentru un set de articole rar, toate super-seturile sale trebuie să fie, de asemenea, rare. Exploatând această proprietate, algoritmii eficienți (de exemplu, Apriori și Eclat) pot găsi toate seturile de articole frecvente.

Istorie

Conceptul de reguli de asociere a fost popularizat în special datorită articolului din 1993 al lui Agrawal și colab., care a obținut peste 18.000 de citări conform lui Google Scholar, în august 2015, și este, prin urmare, una dintre cele mai citate lucrări din domeniul mineritului de date. Cu toate acestea, este posibil ca ceea ce se numește acum „reguli de asociere” să fie similar cu ceea ce apare în lucrarea din 1966 despre GUHA, o metodă generală de extragere a datelor dezvoltată de Petr Hajek și colab.

O utilizare timpurie (circa 1989) a suportului minim și a încrederii pentru a găsi toate regulile de asociere este cadrul de modelare bazată pe caracteristici, care a găsit toate regulile cu supp(X) și conf(X ⇒ Y) mai mari decât constrângerile definite de utilizator.

Măsuri alternative de interes

Pe lângă încredere, au fost propuse și alte măsuri de interes pentru reguli. Câteva măsuri populare sunt:

  • Toată încrederea
  • Puterea colectivă
  • Convingerea
  • Pârghia
  • Creșterea (numit inițial dobândă)

Mai multe măsuri sunt prezentate și comparate de Tan și colab. și de Hahsler. Căutarea tehnicilor care să modeleze ceea ce a cunoscut utilizatorul (și folosirea acestor modele ca măsuri de interes) este în prezent o tendință de cercetare activă sub numele de „Interesantitate subiectivă”.

Asociații statistice solide

O limitare a abordării standard de a descoperi asocieri este că, prin căutarea unui număr masiv de asocieri posibile pentru a căuta colecții de articole care par a fi asociate, există un risc mare de a găsi multe asocieri false. Acestea sunt colecții de elemente care apar concomitent cu o frecvență neașteptată în date, dar o fac doar întâmplător. De exemplu, să presupunem că luăm în considerare o colecție de 10.000 de articole și căutăm reguli care conțin două articole în partea stângă și 1 articol în partea dreaptă. Există aproximativ 1.000.000.000.000 de astfel de reguli. Dacă aplicăm un test statistic pentru independență cu un nivel de semnificație de 0,05 înseamnă că există doar 5% șanse de a accepta o regulă dacă nu există asociere. Dacă presupunem că nu există asociații, ar trebui să ne așteptăm totuși să găsim 50.000.000.000 de reguli. Descoperirea statistică a asocierilor controlează acest risc, în majoritatea cazurilor reducând riscul de a găsi asocieri false la un nivel de semnificație specificat de utilizator.

Bibliografie

  • Rakesh Agrawal, Rakesh Agrawal, Tomasz Imielinski, Tomasz Imielinski, Arun Swami, Arun Swami, Mining Association Rules Between Sets of Items in Large Databases, SIGMOD Conference,DOI: 10.1145/170036.170072, în cartea: Proceedings of the 1993 ACM SIGMOD International Conference on Management of DataPublisher: ACM PressEditors: Peter Buneman, Sushil Jajodia
  • Hâjek, Petr; Feglar, Tomas; Rauch, Jan; and Coufal, David; The GUHA method, data preprocessing and mining, Database Support for Data Mining Applications, Springer, 2004, ISBN 978-3-540-22479-2

 

Surse: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, Licență CC BY-SA 4.0. Traducere și adaptare de Nicolae Sfetcu.

 

CC BY SA 4.0Acesta este un articol cu Acces Deschis (Open Access) distribuit în conformitate cu termenii licenței de atribuire Creative Commons CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0/), care permite utilizarea, în orice mediu sub aceeași licență, cu condiția ca lucrarea originală să fie citată corect.

1 … 35 36 37 38 39 40 41 … 47