Isolation Forest

Большинство существующих модельных подходов к обнаружению аномалий строят профиль нормальных объектов, а затем определяют объекты, не соответствующие этому профилю, как аномалии. В этой статье предлагается принципиально иной модельный метод, который явно изолирует аномалии вместо того, чтобы профилировать нормальные точки. Насколько нам известно, концепция изоляции не исследовалась в современной литературе. Применение изоляции позволяет предложенному методу iForest использовать субдесемплирование (subsampling) в степени, недоступной существующим методам, что приводит к алгоритму с линейной временной сложностью, малым константным множителем и низкими требованиями к памяти. Наша эмпирическая оценка показывает, что iForest демонстрирует благоприятные результаты по сравнению с ORCA (близким к линейному по времени дистанционным методом), LOF и случайными лесами по показателю AUC и времени обработки, особенно на больших наборах данных. iForest также хорошо работает в задачах высокой размерности с большим числом нерелевантных признаков и в ситуациях, когда обучающая выборка не содержит аномалий.