anomáliadetektálást

Anomáliadetektálás, vagy rendellenesség felismerés, egy olyan folyamat, amelynek célja olyan adatok vagy események azonosítása, amelyek jelentősen eltérnek a várt vagy normális viselkedéstől. Ezeket az eltérő elemeket anomáliáknak, kihágásoknak, rendellenességeknek vagy kitérőknek nevezik. Az anomáliadetektálás széles körben alkalmazható a különböző területeken, beleértve a kibertérbiztonságot, az adatbázisok integritásának ellenőrzését, az ipari hibák felismerését és a hálózati behatolások észlelését.

A rendellenességek sokféle formát ölthetnek, mint például pontszerű anomáliák (egyetlen adatpont eltérése), kontextuális anomáliák (adatpontok eltérése egy adott kontextusban) vagy kollektív anomáliák (együtt előforduló adatsorok eltérése). A detektálási módszerek közé tartoznak statisztikai megközelítések, gépi tanulási algoritmusok (felügyelt, felügyelet nélküli és félig felügyelt tanulás) és mélytanulási technikák. A statisztikai módszerek gyakran az adatok eloszlásának feltételezésére támaszkodnak, míg a gépi tanulási megközelítések mintázatokat tanulnak a normál adatokból, és eltéréseket keresnek. A megfelelő módszer kiválasztása nagymértékben függ az adatok típusától, a rendelkezésre álló jelölt adatok mennyiségétől és az anomáliák jellegétől.