Обнаружение аномалий (Anomaly Detection) – задача анализа данных, цель которой – найти объекты или события, нетипичные по сравнению с остальными: необычную транзакцию, всплеск ошибок в системе, нестандартную вибрацию оборудования, странное поведение пользователя.
Методы
- Статистические: отклонение от среднего, межквартильный размах, контрольные карты.
- Модели временных рядов: прогноз и сравнение с фактом.
- Машинное обучение без учителя: изолирующий лес, кластеризация, автокодировщики.
- Обучение с учителем, если есть размеченные примеры аномалий.
Где применяется
- Антифрод в банках и платежах.
- Мониторинг ИТ-систем (AIOps).
- Промышленность: предиктивное обслуживание.
- Информационная безопасность: поведенческая аналитика.
- Контроль качества данных.
Что важно
- Определить, что считать нормой, с учётом сезонности.
- Баланс ложных срабатываний и пропусков.
- Объяснимость: почему событие признано аномальным.
