В е с т н и к алматинского университета
Классификация методов обнаружения аномалий и области их применения
Download 280.54 Kb. Pdf ko'rish
|
2-
- Bu sahifa navigatsiya:
- Вестник Алматинского университета энергетики и связи № 3 (58) 2022
|
1. Классификация методов обнаружения аномалий и области их применения В работе [1] показана одна из подробных классификаций методов обнаружения аномалий на настоящее время (рисунок 2), которые были предложены и использованы. В основном все методы для обнаружения аномалий подразделяются на методы, основанные на статистике, и методы, основанные на машинном обучении. Методы обнаружения аномалий, основанные на машинном обучении, наиболее широко используются для выявления аномалий, благодаря их способности отличать аномальное поведение Вестник Алматинского университета энергетики и связи № 3 (58) 2022 18 от нормального поведения на основе опыта и адаптироваться к ранее невидимым аномалиям. В целом описанные методы совместимы. Методы обнаружения аномалий Статистический метод Метод машинного обучения Параметричес кий Непараметри ческий Классификация Ближайший сосед Кластеризация Основанный на расстоянии Нейронные сети Гистограммы Гауссовский Регрессия Основанная на функциях ядра Байесовские сети Основанный на плотности Метод опорных векторов Основанный на правилах Смешанный Рисунок 2 – Методы обнаружения аномалий [1] Было установлено, что при анализе и сравнении методов обнаружения аномалий чаще всего используются показатели точности и производительности, которые обеспечивают всестороннюю оценку методов. Поэтому показатели точности и производительности стали измерительными инструментами в различных областях, таких как машинное обучение и многие другие. 1.1. Статистические методы обнаружения аномалий Статистические тесты используются, чтобы отличить любые отклонения текущего поведения от нормального поведения. Поэтому статистические модели аномалий в первую очередь учитывают статистические показатели, такие как среднее значение и стандартное отклонение, распределение данных и рассчитанные вероятности для построения профилей поведения [2]. В эту группу входят следующие методы: цепи Маркова, метод хи-квадрат (χ2), метод стандартного отклонения, анализ временных рядов, анализ пределов. Статистические методы обнаружения аномалий подразделяются на параметрические и непараметрические. Непараметрические методы не имеют информации о базовом распределении из заданных данных, в то время как параметрические методы имеют информацию [3]. Авторами работы [4] рассмотрено непараметрическое обнаружение аномалий в реальном времени в системах высокой размерности. Цель состоит в том, чтобы быстро и точно обнаруживать аномалии, чтобы можно было принять соответствующие контрмеры до того, как аномальное событие причинит какой-либо возможный вред. Предложен метод последовательного обнаружения аномалий на основе kNN (k |
