Comments 3
"""способность видеть неочевидные зависимости в многомерных данных""". AUTOENCODER пометил как аномальные все точки, амплитуда которых на порядок больше амплитуд не аномальных точек. Очень оригинальное решение. Наверное подглядывал...
Довольно часто встречаются аномалии другого рода - (не очень умные) роботы запускают какие-то действия через определенные промежутки времени. На графиках это выглядит как гребенка, думаю многие такое видели. Да, конечно, так делают не только сетевые сканеры и прочие вредители, а еще и вполне добропорядочные роботы, но определять таких роботов тоже было бы неплохо.
Интересно было бы почитать, как такое детектируют. Понятно, что у этих событий (точнее, у времени между событиями) низкая энтропия, ниже чем у людей и более продвинутых роботов. И непонятно, можно ли это как-то использовать.
Я видел несколько статей в которых такие паттерны пытаются определять разложением на частоты (преобразованиями Фурье), но это были довольно теоретические статьи с какими-то невнятными выводами.
Наверняка есть какие-то хитрые и практичные подходы к решению, но почему-то о таких "аномалиях" мало пишут (или я на такое не натыкаюсь)
ML и инфобез: три подхода для поиска аномалий во временных рядах