#anomaly-detection Репозитории
Всего репозиториев: 76
Методы получения вероятности точки изменения в временном ряду.
Обнаружение аномалий в динамических (эволюционирующих во времени) графах в реальном времени и в потоковом режиме. Обнаружение вторжений (атаки DoS и DDoS), мошенничества, аномалий поддельных рейтингов.
Код для практического обучения без учителя с использованием Python (O'Reilly Media)
Real Intelligence Threat Analytics (RITA) – это фреймворк для обнаружения командно-контрольной коммуникации с помощью анализа сетевого трафика.
OpenChatBI — интеллектуальный чат‑ориентированный инструмент бизнес‑аналитики, работающий на основе больших языковых моделей, созданный для того, чтобы помогать пользователям запрашивать, анализировать и визуализировать данные через диалоги на естественном языке. Он использует LangGraph и LangChain для построения чат‑агента и рабочих процессов, поддерживающих преобразование естественного языка в SQL и анализ данных.
[VLDB'22] Обнаружение аномалий с помощью трансформеров, самообусловливания и состязательного обучения.
Официальный код для "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"
Репозиторий статьи «A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series».
Обнаружение аномалий в реальном времени для метрик временных рядов. 11 лет эволюции обнаружения аномалий в производственной среде. Ансамбли множества алгоритмов. Распознавание образов с использованием полуконтролируемого и неконтролируемого обучения. Корреляционный анализ. Обучается и улучшается со временем. Не требует GPU, может работать на VPS.
hihttps — это высокопроизводительный веб-файрвол приложений с полным исходным кодом, который поддерживает все функции традиционного WAF, такие как SQL-инъекции, XSS, сканирование вредоносных уязвимостей, brute-force атаки паролей, CC, DDoS и т.д., включая правила регулярных выражений ModSecurity, а также неконтролируемое машинное обучение для автономного противодействия неизвестным атакам.
Практическое машинное обучение с C++, опубликовано Packt
[CVPR 2025] Официальная реализация "Dinomaly: Философия «меньше значит больше» в многоклассовом неконтролируемом обнаружении аномалий". Первая многоклассовая модель UAD, способная конкурировать с одноклассовыми SOTA
Этот репозиторий содержит список литературы по сегментации временных рядов. Этот репозиторий постоянно совершенствуется.
Java-библиотека для анализа исполняемых файлов Portable Executable с особым упором на анализ вредоносного ПО и устойчивость к некорректному форматированию PE
Своевременные обнаружения для более активных и эффективных действий на морских нефтяных скважинах!
Надежная и гибкая платформа с открытым исходным кодом для анализа поведения пользователей и объектов (UEBA), используемая для анализа безопасности. Разработана с любовью специалистами по данным и аналитиками безопасности из индустрии кибербезопасности. [БЕТА]
Desbordante — это высокопроизводительный профилировщик данных, способный обнаруживать множество различных закономерностей в данных с помощью различных алгоритмов. Он также позволяет запускать сценарии очистки данных с использованием этих алгоритмов. Desbordante доступен в виде консольной версии и простого в использовании веб-приложения.