anomáliadetektálás
Anomáliadetektálás olyan módszerek és rendszerek összessége, amelyek célja a normától eltérő, szokatlan vagy potenciálisan káros események felismerése adatokban. Az anomániák lehetnek például rendellenes viselkedések, hibák vagy támadások, amelyek előzetes ismeretek nélkül vagy a meglévő modellek alapján eltérnek a várt válaszoktól.
Az alkalmazott megközelítések három fő csoportba sorolhatók: felügyelet nélküli módszerek (unsupervised), amelyek a normától való eltérést
Gyakori algoritmusok közé tartoznak a statisztikai modellek (például normál eloszlások, ARIMA), klaszterezési módszerek (k-means, DBSCAN), egyetlen
Értékelésére gyakran használnak olyan mérőszámokat, mint a precizitás, a visszahívás (recall), az F1-score és a ROC-AUC.
Alkalmazási területek közé tartozik a pénzügyi csalás elleni védelem, hálózati és számítógépes biztonság, ipari berendezések megelőző
Kihívások és korlátok közé tartozik az adatok minősége és reprezentativitása, a magas osztály-imbalancia, adatvédelmi és etikai