Détection d'anomalies contextuelles

La détection d'anomalies contextuelles vise à identifier des objets ou des événements rares et inconnus dans les données qui incluent à la fois des attributs comportementaux et des attributs contextuels. Les attributs comportementaux sont directement liés au processus surveillé, tandis que les attributs contextuels impliquent des facteurs externes qui ont un impact significatif sur le processus, les attributs comportementaux dépendant généralement des attributs contextuels. Cette méthode, fonctionnant dans un cadre d'apprentissage non supervisé, détecte efficacement les anomalies en capturant les relations complexes entre le comportement et le contexte, ce qui la rend particulièrement précieuse pour diverses applications.