{"id":53278,"date":"2019-11-28T00:00:00","date_gmt":"2019-11-27T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/9-podhodov-dlya-vyyavleniya-anomalij"},"modified":"2020-02-18T14:01:10","modified_gmt":"2020-02-18T11:01:10","slug":"9-podhodov-dlya-vyyavleniya-anomalij","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/9-podhodov-dlya-vyyavleniya-anomalij","title":{"rendered":"9 Ans\u00e4tze zur Erkennung von Anomalien","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

In im vorherigen Artikel<\/a><\/noindex> Wir haben \u00fcber die Prognose von Zeitreihen gesprochen. Ein logischer n\u00e4chster Schritt w\u00e4re ein Artikel \u00fcber die Anomalieerkennung. <\/p>\n

Anwendung<\/h3>\n

\nAnomalieerkennung wird in Bereichen wie folgt eingesetzt: <\/p>\n

1) Vorhersage von Ger\u00e4teausf\u00e4llen<\/h3>\n

\nSo wurden im Jahr 2010 iranische Zentrifugen von dem Virus Stuxnet angegriffen, das einen suboptimalen Betrieb der Ger\u00e4te verursachte und Teile der Ausr\u00fcstung durch beschleunigte Abnutzung au\u00dfer Betrieb setzte. <\/p>\n

Wenn auf den Ger\u00e4ten Anomalieerkennungsalgorithmen eingesetzt worden w\u00e4ren, h\u00e4tte man die Ausf\u00e4lle m\u00f6glicherweise vermeiden k\u00f6nnen. <\/p>\n

\"9
\n<\/a><\/noindex>
\nDie Anomalieerkennung bei Ger\u00e4ten wird nicht nur in der Atomindustrie, sondern auch in der Metallurgie und bei Flugzeugturbinen verwendet. Und in anderen Bereichen, in denen der Einsatz von pr\u00e4diktiver Diagnostik kosteng\u00fcnstiger ist als die m\u00f6glichen Verluste bei unerwartetem Ausfall.<\/p>\n

2) Vorhersage von betr\u00fcgerischen Aktivit\u00e4ten<\/h3>\n

\nWenn von einer Karte, die Sie in Podolsk verwenden, Geld in Albanien abgehoben wird, sollten die Transaktionen m\u00f6glicherweise zus\u00e4tzlich gepr\u00fcft werden.<\/p>\n

3) Erkennung anomaler Verbrauchermuster<\/h3>\n

\nWenn ein Teil der Kunden anormales Verhalten zeigt, k\u00f6nnte es ein Problem geben, von dem Sie nichts wissen.<\/p>\n

4) Identifizierung von anormaler Nachfrage und Belastung<\/h3>\n

\nWenn die Verk\u00e4ufe im FMCG-Gesch\u00e4ft unter die Grenzen des Vertrauensintervalls der Prognose fallen, sollte die Ursache f\u00fcr das Geschehen ermittelt werden.<\/p>\n

Ans\u00e4tze zur Aufdeckung von Anomalien<\/h2>\n

<\/p>\n

1) Ein-Klassen-Support-Vektor-Methode (One-Class SVM)<\/h3>\n

\nGeeignet, wenn die Daten im Trainingssatz normal verteilt sind und im Test Anomalien enthalten.<\/p>\n

Die Ein-Klassen-Support-Vektor-Methode erstellt eine nichtlineare Oberfl\u00e4che um den Ursprung. Es kann eine Schnittgrenze definiert werden, um festzulegen, welche Daten als anormal gelten.<\/p>\n

Basierend auf den Erfahrungen unseres DATA4-Teams ist One-Class SVM der am h\u00e4ufigsten verwendete Algorithmus zur Identifizierung von Anomalien. <\/p>\n

\"9
\n<\/p>\n

2) Isolierender Wald \u2013 Isolation Forest<\/h3>\n

\nBeim zuf\u00e4lligen Aufbau von B\u00e4umen werden Ausrei\u00dfer fr\u00fch in Bl\u00e4tter gelangen (in geringer Baumtiefe), d.h. sie sind einfacher zu isolieren. Die Identifizierung anormaler Werte erfolgt in den ersten Iterationen des Algorithmus.<\/p>\n

\"9
\n<\/p>\n

3) Elliptische H\u00fclle und statistische Methoden<\/h3>\n

\nWird verwendet, wenn Daten normal verteilt sind. Je n\u00e4her die Messung am Ende der Mischverteilungen ist, desto anomaler ist der Wert.<\/p>\n

Dieser Klasse k\u00f6nnen auch andere statistische Methoden zugeordnet werden.<\/p>\n

\"9
\n
\n\"9
\nBild von der Website dyakonov.org<\/i><\/p>\n

4) Metrische Methoden<\/h3>\n

\nZu den Methoden geh\u00f6ren Algorithmen wie k n\u00e4chster Nachbar, k-nearest neighbor, ABOD (angle-based outlier detection) oder LOF (local outlier factor).<\/p>\n

Geeignet, wenn der Abstand zwischen den Werten in den Merkmalen gleichwertig oder normiert ist (um nicht die Schlange in Papageien zu messen). <\/p>\n

Der k-n\u00e4chste-Nachbarn-Algorithmus geht davon aus, dass normale Werte sich in einem bestimmten Bereich des mehrdimensionalen Raums befinden und der Abstand zu Anomalien gr\u00f6\u00dfer ist als zum trennenden Hyperfl\u00e4chen. <\/p>\n

\"9
\n<\/p>\n

5) Cluster-Methoden<\/h3>\n

\nDer Kern der Cluster-Methoden besteht darin, dass ein Wert als anomal betrachtet werden kann, wenn er mehr als einen bestimmten Betrag von den Clusterzentren entfernt ist. <\/p>\n

Wichtig ist, einen Algorithmus zu verwenden, der die Daten korrekt clustert, was von der spezifischen Aufgabe abh\u00e4ngt. <\/p>\n

\"9
\n<\/p>\n

6) Hauptkomponentenanalyse<\/h3>\n

\nGeeignet, wenn Richtung der gr\u00f6\u00dften Ver\u00e4nderung der Varianz identifiziert wird.<\/p>\n

7) Algorithmen zur Vorhersage von Zeitreihen<\/h3>\n

\nDie Idee ist, dass ein Wert als anormal betrachtet wird, wenn er au\u00dferhalb des Vertrauensintervalls der Vorhersage liegt. Zur Vorhersage von Zeitreihen werden Verfahren wie exponentielle Gl\u00e4ttung, S(ARIMA), Boosting usw. verwendet.<\/p>\n

In dem vorherigen Artikel wurden Algorithmen zur Vorhersage von Zeitreihen behandelt.<\/p>\n

\"9
\n<\/p>\n

8) \u00dcberwachtes Lernen (Regression, Klassifikation)<\/h3>\n

\nWenn die Daten es zulassen, verwenden wir Algorithmen von linearer Regression bis hin zu rekurrenten Netzen. Wir messen die Differenz zwischen der Vorhersage und dem tats\u00e4chlichen Wert und ziehen daraus R\u00fcckschl\u00fcsse, wie stark die Daten von der Norm abweichen. Es ist wichtig, dass der Algorithmus \u00fcber eine ausreichende Verallgemeinerungsf\u00e4higkeit verf\u00fcgt und die Trainingsdaten keine anomalen Werte enthalten.<\/p>\n

9) Modultests<\/h3>\n

\nBetrachten wir die Anomalieerkennung als eine Empfehlungsaufgabe. Wir zerlegen unsere Merkmalsmatrix mithilfe von SVD oder Faktorisierungsmaschinen, und Werte in der neuen Matrix, die wesentlich von den urspr\u00fcnglichen abweichen, betrachten wir als anormal. <\/p>\n

\"9
\n
\nBild von der Website dyakonov.org<\/i><\/p>\n

Fazit<\/h3>\n

\nIn diesem Artikel haben wir die grundlegenden Ans\u00e4tze zur Anomalieerkennung behandelt. <\/p>\n

Die Suche nach Anomalien kann in vielerlei Hinsicht als Kunst betrachtet werden. Es gibt keinen perfekten Algorithmus oder Ansatz, der alle Probleme l\u00f6st. H\u00e4ufig kommt ein Methodenmix zum Einsatz, um spezifische F\u00e4lle zu bearbeiten. Die Anomalien werden mittels Methoden wie Support Vector Machines, Isolation Forests, metrischen und Clusterverfahren sowie durch Einsatz von Hauptkomponenten und Zeitreihenprognosen identifiziert.<\/p>\n

Wenn Sie andere Methoden kennen, teilen Sie diese bitte in den Kommentaren zu dem Artikel mit.
\n
Quelle: habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u0412 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u043c\u044b \u0433\u043e\u0432\u043e\u0440\u0438\u043b\u0438 \u043e \u043f\u0440\u043e\u0433\u043d\u043e\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0438 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0440\u044f\u0434\u043e\u0432. \u041b\u043e\u0433\u0438\u0447\u043d\u044b\u043c \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0435\u043d\u0438\u0435\u043c \u0431\u0443\u0434\u0435\u0442 \u0441\u0442\u0430\u0442\u044c\u044f \u043e \u0432\u044b\u044f\u0432\u043b\u0435\u043d\u0438\u0438 \u0430\u043d\u043e\u043c\u0430\u043b\u0438\u0439. \u041f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u0412\u044b\u044f\u0432\u043b\u0435\u043d\u0438\u0435 \u0430\u043d\u043e\u043c\u0430\u043b\u0438\u0439 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f \u0432 \u0442\u0430\u043a\u0438\u0445 \u043e\u0431\u043b\u0430\u0441\u0442\u044f\u0445 \u043a\u0430\u043a: 1) \u041f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0430\u043d\u0438\u0435 \u043f\u043e\u043b\u043e\u043c\u043e\u043a \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0422\u0430\u043a, \u0432 2010 \u0433\u043e\u0434\u0443 \u0418\u0440\u0430\u043d\u0441\u043a\u0438\u0435 \u0446\u0435\u043d\u0442\u0440\u0438\u0444\u0443\u0433\u0438 \u0431\u044b\u043b\u0438 \u0430\u0442\u0430\u043a\u043e\u0432\u0430\u043d\u044b \u0432\u0438\u0440\u0443\u0441\u043e\u043c Stuxnet, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0437\u0430\u0434\u0430\u043b \u043d\u0435\u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u0440\u0435\u0436\u0438\u043c \u0440\u0430\u0431\u043e\u0442\u044b \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0438 \u0432\u044b\u0432\u0435\u043b \u0438\u0437 \u0441\u0442\u0440\u043e\u044f \u0447\u0430\u0441\u0442\u044c \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0437\u0430 \u0441\u0447\u0435\u0442 \u0443\u0441\u043a\u043e\u0440\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u0437\u043d\u043e\u0441\u0430. \u0415\u0441\u043b\u0438 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-53278","post","type-post","status-publish","format-standard","hentry","category-novosti-interneta"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47 9 Ans\u00e4tze zur Anomalieerkennung | ProHoster","description":"Im vorherigen Artikel sprachen wir \u00fcber die Prognose von Zeitreihen. Ein logischer n\u00e4chster Schritt w\u00e4re ein Artikel \u00fcber die Identifizierung von Anomalien. Die Anwendung der Anomalieerkennung findet in Bereichen wie Folgendem statt: 1) Vorhersage von Ger\u00e4teausf\u00e4llen. So wurden im Jahr 2010 iranische Zentrifugen durch das Stuxnet-Virus angegriffen, das einen suboptimalen Betriebsmodus einstellte und Teile der Ger\u00e4te aufgrund von beschleunigtem Verschlei\u00df au\u00dfer Funktion setzte. Wenn","canonical_url":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/9-podhodov-dlya-vyyavleniya-anomalij","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd479 \u043f\u043e\u0434\u0445\u043e\u0434\u043e\u0432 \u0434\u043b\u044f \u0432\u044b\u044f\u0432\u043b\u0435\u043d\u0438\u044f \u0430\u043d\u043e\u043c\u0430\u043b\u0438\u0439 | ProHoster","og:description":"\u0412 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u043c\u044b \u0433\u043e\u0432\u043e\u0440\u0438\u043b\u0438 \u043e \u043f\u0440\u043e\u0433\u043d\u043e\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0438 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0440\u044f\u0434\u043e\u0432. \u041b\u043e\u0433\u0438\u0447\u043d\u044b\u043c \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0435\u043d\u0438\u0435\u043c \u0431\u0443\u0434\u0435\u0442 \u0441\u0442\u0430\u0442\u044c\u044f \u043e \u0432\u044b\u044f\u0432\u043b\u0435\u043d\u0438\u0438 \u0430\u043d\u043e\u043c\u0430\u043b\u0438\u0439. \u041f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u0412\u044b\u044f\u0432\u043b\u0435\u043d\u0438\u0435 \u0430\u043d\u043e\u043c\u0430\u043b\u0438\u0439 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f \u0432 \u0442\u0430\u043a\u0438\u0445 \u043e\u0431\u043b\u0430\u0441\u0442\u044f\u0445 \u043a\u0430\u043a: 1) \u041f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0430\u043d\u0438\u0435 \u043f\u043e\u043b\u043e\u043c\u043e\u043a \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0422\u0430\u043a, \u0432 2010 \u0433\u043e\u0434\u0443 \u0418\u0440\u0430\u043d\u0441\u043a\u0438\u0435 \u0446\u0435\u043d\u0442\u0440\u0438\u0444\u0443\u0433\u0438 \u0431\u044b\u043b\u0438 \u0430\u0442\u0430\u043a\u043e\u0432\u0430\u043d\u044b \u0432\u0438\u0440\u0443\u0441\u043e\u043c Stuxnet, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0437\u0430\u0434\u0430\u043b \u043d\u0435\u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u0440\u0435\u0436\u0438\u043c \u0440\u0430\u0431\u043e\u0442\u044b \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0438 \u0432\u044b\u0432\u0435\u043b \u0438\u0437 \u0441\u0442\u0440\u043e\u044f \u0447\u0430\u0441\u0442\u044c \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0437\u0430 \u0441\u0447\u0435\u0442 \u0443\u0441\u043a\u043e\u0440\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u0437\u043d\u043e\u0441\u0430. \u0415\u0441\u043b\u0438","og:url":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/9-podhodov-dlya-vyyavleniya-anomalij","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-11-27T21:00:00+00:00","article:modified_time":"2020-02-18T11:01:10+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"53278","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-24 06:46:20","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 20:28:47","updated":"2026-01-24 06:46:20"},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/53278","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=53278"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/53278\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=53278"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=53278"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=53278"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}