Содержание
- 2. АКТУАЛЬНОСТЬ Информационная безопасность - одно из самых динамично развивающихся направлений ИТ. Это обусловлено большой ролью человеческого
- 3. ЦЕЛЬ ПРОЕКТА Провести исследование на основе существующих вариантов програмного решения, которые будут иметь достаточный диапазон и
- 4. Классификаторы машинного обучения Метод k-ближайших соседей (K-Nearest Neighbors); Метод опорных векторов (Support Vector Machines); Классификатор дерева
- 5. С чем мы работаем Для наших операций используем язык программирования Python со специализированными библиотеками. Генерируем датасет
- 6. Выбор алгоритма Анализируя f1-score, выявляем, что OneClassSVM, Isolation forest и Random Forest сами по себе не
- 8. Устранение недостатков модели Обучая модель, мы сталкиваемся с неразличимостью восстановленных после сжатия данных для аномального и
- 9. Наблюдающийся пик в score’-ах натолкнул нас на использование гистограмм (см.рис). Чётко выделяется дополнительная “ступенька” в аномальном
- 10. Итоги Детекция аномалий требует тщательного подбора инструментов машинного обучения для каждой конкретной задачи, а иногда и
- 12. Скачать презентацию