#anomaly-detection Repositorios
76 repositorios en total
Un robusto minero de plantillas de registros de transmisión basado en el algoritmo Drain
Métodos para obtener la probabilidad de un punto de cambio en una serie temporal.
Detección de Anomalías en Gráficos Dinámicos (que evolucionan en el tiempo) en Tiempo Real y de Manera de Streaming. Detección de intrusiones (ataques DoS y DDoS), fraudes, anomalías de calificaciones falsas.
Código para Aprendizaje No Supervisado Práctico con Python (O'Reilly Media)
Real Intelligence Threat Analytics (RITA) es un marco para detectar la comunicación de comando y control mediante el análisis del tráfico de red.
OpenChatBI es una herramienta BI inteligente basada en chat, impulsada por modelos lingüísticos masivos, diseñada para ayudar a los usuarios a consultar, analizar y visualizar datos a través de conversaciones en lenguaje natural. Utiliza LangGraph y LangChain para construir un agente de chat y flujos de trabajo que soportan la conversión de lenguaje natural a SQL y el análisis de datos.
[VLDB'22] Detección de anomalías mediante Transformers, autocondicionamiento y entrenamiento adversarial.
El código oficial para "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"
Repositorio del artículo «A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series».
Detección de anomalías en tiempo real para métricas de series temporales. 11 años de evolución en detección de anomalías en producción. Conjuntos de múltiples algoritmos. Reconocimiento de patrones mediante aprendizaje semisupervisado y no supervisado. Análisis de correlación. Aprende y mejora con el tiempo. No requiere GPU, puede ejecutarse en un VPS.
hihttps es un firewall de aplicaciones web de alto rendimiento con código fuente completo, que soporta todas las funciones de un WAF tradicional como inyección SQL, XSS, escaneo de vulnerabilidades maliciosas, fuerza bruta de contraseñas, CC, DDoS, etc., reglas de expresiones regulares de ModSecurity, y también aprendizaje automático no supervisado para contrarrestar autónomamente ataques desconocidos.
Aprendizaje automático práctico con C++, publicado por Packt
[CVPR 2025] Implementación oficial de "Dinomaly: La filosofía de menos es más en la detección de anomalías no supervisada multiclase". El primer modelo UAD multiclase que puede competir con los SOTA de una sola clase
Este repositorio contiene una lista de lectura de artículos sobre segmentación de series temporales. Este repositorio sigue mejorando continuamente.
Biblioteca de Java para analizar archivos ejecutables portátiles con un enfoque especial en el análisis de malware y la robustez ante la mala formación de PE
¡Detecciones oportunas para acciones más proactivas y efectivas en pozos petroleros marinos!
Un marco de análisis de comportamiento de usuarios y entidades (UEBA) de código abierto, robusto y flexible, utilizado para análisis de seguridad. Desarrollado con amor por científicos de datos y analistas de seguridad de la industria de ciberseguridad. [BETA]
Desbordante es un perfilador de datos de alto rendimiento capaz de descubrir muchos patrones diferentes en los datos mediante diversos algoritmos. También permite ejecutar escenarios de limpieza de datos utilizando estos algoritmos. Desbordante cuenta con una versión de consola y una aplicación web fácil de usar.
🌲 Implementación del algoritmo Robust Random Cut Forest para la detección de anomalías en streams