Détection d'anomalies dans des environnements à ressources limitées à l'aide de données en continu

Résumé :

La forêt d'isolement (ou iForest) est une technique bien connue de détection des anomalies. Il s'agit toutefois d'une approche volumineuse qui suppose le luxe d'un grand espace de stockage et qui est également inefficace avec les données dynamiques en continu, si courantes de nos jours dans divers domaines d'application. Dans ce travail, nous présentons l'approche Preprocessed Isolation Forest (PiForest) pour la détection d'anomalies qui fonctionne bien dans les environnements limités en ressources et qui est également efficace sur les données en continu. PiForest est largement basé sur l'algorithme iForest et, pour traiter efficacement les données en continu, comprend une étape de prétraitement. Au cours de cette étape, l'analyse en composantes principales (ACP) est d'abord exploitée pour réduire considérablement la dimension et le volume des données. Ensuite, la caractéristique de flux des données est traitée par un mécanisme de fenêtre coulissante qui crée des blocs séquentiels de données pour un traitement systématique. PiForest est capable d'identifier les anomalies aussi efficacement qu'iForest et d'autres techniques de détection d'anomalies de pointe, mais sa complexité de stockage et de prédiction est considérablement réduite. Nous effectuons une évaluation empirique de l'approche proposée avec des ensembles de données standard et montrons qu'elle est comparable aux techniques standard en termes d'aire sous la courbe caractéristique d'exploitation du récepteur (AUC-ROC) et qu'elle est capable de travailler avec des données en continu hautement dimensionnelles. Par la suite, nous réalisons une implémentation matérielle réelle de PiForest et démontrons que l'approche est réaliste et praticable dans des environnements à ressources limitées.