Kontextbezogene Anomalieerkennung

Contextual Anomaly Detection zielt darauf ab, seltene und bisher unbekannte Objekte oder Ereignisse in Daten zu identifizieren, die sowohl verhaltensbezogene als auch kontextuelle Attribute umfassen. Verhaltensbezogene Attribute sind direkt mit dem überwachten Prozess verbunden, während kontextuelle Attribute externe Faktoren betreffen, die den Prozess erheblich beeinflussen. In der Regel hängen verhaltensbezogene Attribute von kontextuellen Attributen ab. Diese Methode, die im Rahmen eines unüberwachten Lernsystems arbeitet, erkennt Anomalien effektiv, indem sie die komplexen Beziehungen zwischen Verhalten und Kontext erfasst. Dadurch ist sie für verschiedene Anwendungen hochwertig.