بشار تاج الدين ناقشت رسالة ماجستير في كلية تكنولوجيا المعلومات بجامعة بابل، للباحثة حنين فرحان كاظم (كشف البيانات المتدفقة لكشف التسلل بأستخدام ألامثلية و طرق التصنيف Stream mining for Network Sensor Data Using Classification and Metaheuristics Techniques) .وأوضحت الباحثة أن التنقيب عن البيانات المتدفقة يلعب دورًا أساسيًا في تطبيقات الوقت الفعلي, حيث ان المصادر الرئيسية للبيانات المتدفقة هي أجهزة الاستشعار والوسائط المتعددة والوسائط الاجتماعية.وتتسم هذه البيانات بخصائص مميزة تشمل سرعتها العالية وحجمها الضخم للغاية ، بالإضافة إلى قدرتها على التغيير بمرور الوقت. لديها العديد من المشاكل،أحدها هو مفهوم الانجراف الذي يحدث بسبب الخاصية المستمرة للبيانات المتدفقة. لا تستطيع التقنيات التقليدية للتنقيب عن البيانات التعامل مع هذه البيانات الكبيرة والسريعة أو التنقيب عنها.



وبينت ان الهدف من هذا العمل هو تصنيف بيانات المستشعر بواسطة بناء نظام قوي يمكنه جعل مهمة التصنيف اكثر دقة. يمكن الوصول الى هذا النظام باستخدام الامثلية و طرق التصنيف.ويتم استخدام الامثلية لبناء أجزاء متوازنة من البيانات باستخدام Particle Swarm Optimization (PSO) للحصول على دقة تصنيف أفضل. يُظهر النموذج المشترك الذي تم تكوينه بواسطة الامثلية وطرق التصنيف تحسنًا في أداء الدقة بمعدل مرتفع ، مقارنة بالنماذج التي لا تنضمن الامثلية. تم اختيار عدة مصنفات بناءً على معادلة رياضية لكل جزء لتحديد الأفضل الذي يعطي أفضل النتائج ذات الدقة العالية. وأظهرت النتائج التي تم الحصول عليها أداء جيدا من حيث دقة التصنيف للشبكة العصبية بنسبة 90% ومعدل إيجابي منخفض.