anomaly detection

Angol

Főnév

anomaly detection (tsz. anomaly detections)

1. (informatika) Az anomaly detection (magyarul: anomáliadetektálás vagy rendellenesség-felismerés) a gépi tanulás és adatelemzés egyik területe, amelynek célja, hogy felismerje azokat az adatpontokat, amelyek lényegesen eltérnek a normál viselkedéstől.

Ezek az eltérések lehetnek:

• hibás működés (pl. géphiba),
• csalás (pl. bankkártyás visszaélés),
• szokatlan viselkedés (pl. behatolás a rendszerbe),
• vagy egyszerűen szokatlan minták, amelyeket érdemes megvizsgálni.

---

🧩 Példák a valós életből

Terület	Anomália példája
Banki szektor	Gyanús tranzakciók (nagy összeg, szokatlan időpont)
Kiberbiztonság	Ismeretlen IP-címről való bejelentkezés
Gyártás	Hibás szenzoradat, gép meghibásodása
Egészségügy	Szokatlan EKG-mintázat
Logisztika	Nem szokványos szállítási idő, útvonal

---

🎯 A cél

• Rendellenes viselkedések automatikus azonosítása
• Korai figyelmeztetés biztosítása
• Csalás, hiba, támadás megelőzése
• Tisztább adathalmaz létrehozása az elemzésekhez

---

🧪 Fő típusai

Típus	Leírás
Point anomaly	Egyetlen adatpont tér el (pl. extrém nagy érték)
Contextual anomaly	Egy adatpont normális lehet, de nem adott környezetben (pl. 3 AM-es vásárlás)
Collective anomaly	Több adat együtt szokatlan (pl. egy sor hibás szenzormérés)

---

⚙️ Módszertani megközelítések

1. Statikus módszerek

• Átlag + szórás alapján: ha egy adat 3σ-nál nagyobb távolságra van → anomália
• Eloszlásmodellek (pl. Gauss-eloszlás, z-score)

2. Felosztás-alapú (supervised)

• Ha vannak címkézve rendellenes és normál példák → osztályozó (SVM, döntési fa, neurális hálózat)
• Ritkán használható, mert kevés anomália van címkézve

3. Felkügyelet nélküli (unsupervised)

• Feltételezzük, hogy a nagy többség normális, a ritka minták → rendellenesek
• Példák: K-means, DBSCAN, PCA, autoencoderek

4. Rekonstrukció-alapú

• Pl. Autoencoder: megtanulja a normál adatot, majd összehasonlítjuk a bemenetet és az újraépített kimenetet
• Ha nagy a hiba → valószínűleg anomália

5. Sűrűség-alapú

• Pl. Local Outlier Factor (LOF): megvizsgálja, mennyire „sűrű” a környezet
• Ritka környezetben levő pont → gyanús

---

🧮 Egyszerű statisztikai példa

Tegyük fel, hogy a normál hőmérséklet 20 °C, szórása 1 °C.

Ha egy szenzor 25 °C-ot mér, az kb. 5 standard deviációnyira van → anomália.

---

📦 Népszerű algoritmusok

Algoritmus	Rövid leírás
Isolation Forest	Rekurzívan szeparálja a pontokat – anomáliák gyorsan „elszigetelődnek”
One-Class SVM	Olyan döntési határt keres, amely elválasztja az adatokat a „semmitől”
Autoencoder	Neurális háló, amely megtanulja újraépíteni az adatokat
LOF (Local Outlier Factor)	Lokális sűrűség-alapú módszer
DBSCAN	Sűrűség-alapú klaszterezés – a nem besorolható pontokat anomáliának tekinti

---

🛠️ Példa Pythonban: Isolation Forest

from sklearn.ensemble import IsolationForest
import numpy as np

X = np.random.normal(0, 1, (100, 2))  # normál adat
X = np.vstack([X, [[5, 5], [-4, -4]]])  # két anomália hozzáadása

model = IsolationForest(contamination=0.05)
model.fit(X)
labels = model.predict(X)  # -1 = anomália, 1 = normál

---

📈 Értékelés: hogyan tudjuk, hogy jó?

Metrika	Jelentés
Precision	Az észlelt anomáliák közül hány volt valóban az
Recall	A tényleges anomáliák hány százalékát találtuk meg
F1-score	A kettő harmonikus átlaga
ROC-AUC	Klasszifikáló teljesítmény összesítve
Reconstruction Error	Autoencoder esetén hibamérés

---

✅ Előnyök

• 🕵️‍♀️ Csalás, támadás, hiba előrejelzése
• 📉 Nincs szükség sok címkézett adatra (unsupervised módszerekkel)
• 🔍 Ritka és értékes minták megtalálása
• 🤖 Automatizálható monitorozás, karbantartás

---

⚠️ Hátrányok

• ⚖️ Erősen kiegyensúlyozatlan adatok → nehéz tanítás
• 🧠 Túl sok anomália → az algoritmus nem tanul jól
• 🎯 Nehezen definiálható, mi az anomália – szubjektív lehet
• ⏱️ Nagy adathalmaznál lassú lehet (pl. sűrűség-alapú módszerek)

---

🧾 Összefoglalás

Tulajdonság	Részletek
Definíció	Ritka vagy szokatlan viselkedések automatikus észlelése
Típusok	Pontszerű, kontextusfüggő, kollektív
Fő megközelítések	Statisztikai, gépi tanulás, rekonstrukció-alapú, sűrűség-alapú
Alkalmazás	Csalásdetektálás, szenzorhiba, kiberbiztonság
Előny	Felügyelet nélküli tanulás is lehetséges
Kihívás	Kevés anomália, sok zaj, nehéz validáció

További információk

• anomaly detection - Szótár.net (en-hu)
• anomaly detection - Sztaki (en-hu)
• anomaly detection - Merriam–Webster
• anomaly detection - Cambridge
• anomaly detection - WordNet
• anomaly detection - Яндекс (en-ru)
• anomaly detection - Google (en-hu)
• anomaly detection - Wikidata
• anomaly detection - Wikipédia (angol)