Сравнительная оценка алгоритмов неконтролируемого обнаружения аномалий для многомерных данных

Обнаружение аномалий представляет собой процесс выявления неожиданных объектов или событий в наборах данных, отличающихся от нормы. В отличие от стандартных задач классификации, обнаружение аномалий часто применяется к неразмеченным данным с учетом только внутренней структуры набора данных. Эта задача известна как неконтролируемое обнаружение аномалий и решается во многих практических приложениях, например при обнаружении вторжений в сети, выявлении мошенничества, а также в биологических и медицинских областях. В этой области предложены десятки алгоритмов, однако исследовательскому сообществу по-прежнему не хватает универсальной сравнительной оценки и общих общедоступных наборов данных. В настоящем исследовании устранению этих недостатков посвящена оценка 19 различных алгоритмов неконтролируемого обнаружения аномалий на 10 наборах данных из различных прикладных областей. Публикация исходного кода и наборов данных призвана создать надежную основу для дальнейших исследований неконтролируемого обнаружения аномалий. Кроме того, данная оценка впервые выявляет сильные и слабые стороны различных подходов. Помимо эффективности обнаружения аномалий, рассматриваются вычислительные затраты, влияние настроек параметров, а также поведение методов при обнаружении глобальных и локальных аномалий. В заключение приводятся рекомендации по выбору алгоритмов для типичных задач реального мира.