Unüberwachte kontextuelle Anomalieerkennung

Das Ziel der unüberwachten kontextuellen Anomalieerkennung ist es, zuvor unbekannte seltene Objekte oder Ereignisse in Daten zu identifizieren, die sowohl verhaltensbezogene als auch kontextuelle Attribute enthalten, ohne vorherige Informationen über anomale Beobachtungen zu speichern. Verhaltensbezogene Attribute sind direkt mit dem Prozess verbunden, der untersucht wird, während kontextuelle Attribute externe, aber hoch einflussreiche Faktoren beschreiben. Diese Methode erreicht die Anomalieerkennung von verhaltensbezogenen Attributen unter Berücksichtigung der kontextuellen Attribute durch ein gemeinsames tiefes variationsgeneratives Modell, das einen erheblichen Anwendungswert hat.