이상 탐지

영어	Anomaly Detection
분류	기계학습 작업
유형	비지도/반지도/지도
활용	사기 탐지, 보안, 품질

'''이상 탐지'''(Anomaly Detection)는 정상 패턴에서 벗어난 비정상적인 데이터를 식별하는 [[기계학습]] 기술입니다. == 개요 == 이상 탐지는 대다수의 정상 데이터 중에서 드물게 발생하는 이상치를 찾아냅니다. 신용카드 사기, 네트워크 침입, 제조 불량 등을 탐지하는 데 필수적이며, 정상 데이터만으로 학습하는 [[비지도 학습]] 방식이 주로 사용됩니다. == 이상 유형 == === 점 이상 (Point Anomaly) === * 개별 데이터 포인트 * 다른 데이터와 크게 다름 === 맥락 이상 (Contextual) === * 특정 맥락에서만 이상 * 시계열에서 흔함 === 집단 이상 (Collective) === * 데이터 그룹이 이상 * 개별적으로는 정상 == 접근 방법 == === 통계적 방법 === * Z-score * IQR (사분위수 범위) * 가우시안 분포 === 거리 기반 === * k-NN * LOF (Local Outlier Factor) * 이웃과의 거리 === 밀도 기반 === * DBSCAN * 밀도가 낮은 영역 === 클러스터링 === * K-means * 클러스터에 속하지 않음 === 딥러닝 === * 오토인코더 * VAE * 재구성 오류 === Isolation Forest === * 트리 기반 * 고립 용이성 * 효율적 == 활용 분야 == === 금융 === * 신용카드 사기 * 자금세탁 * 이상 거래 === 보안 === * 네트워크 침입 * 시스템 이상 * 사이버 공격 === 제조 === * 품질 이상 * 장비 고장 * 불량 탐지 === 의료 === * 이상 심박 * 질병 징후 * 약물 반응 === IT 운영 === * 서버 이상 * 성능 저하 * 로그 분석 == 평가 == * Precision, Recall, F1 * AUC-ROC * PR 곡선 * 불균형 데이터 고려 == 도전 과제 == * 레이블 부족 * 클래스 불균형 * 정상 정의 어려움 * 개념 드리프트 == 관련 문서 == * [[비지도 학습]] * [[기계학습]] * [[보안]] * [[시계열 예측]] [[분류:인공지능]] [[분류:기계학습]] [[분류:보안]]