anomaly-detection

Implementasi resmi dari "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.

Sumber daya deteksi out-of-distribution, ketahanan, dan generalisasi. Repositori ini berisi daftar makalah, tutorial, buku, video, artikel, dan pustaka open-source yang dikurasi, dll

Koleksi metode deteksi anomali (berbasis iid/titik, grafik, dan deret waktu) termasuk pembelajaran aktif untuk deteksi/penemuan anomali, penambangan aturan Bayesian, serta deskripsi untuk keragaman/penjelasan/interpretabilitas. Analisis penggabungan umpan balik label dengan detektor berbasis ensemble dan pohon. Termasuk serangan adversarial dengan Graph Convolutional Network.

Penambang templat log streaming yang tangguh berdasarkan algoritma Drain

Implementasi resmi dari "Segment Any Anomaly without Training via Hybrid Prompt Regularization (SAA+)".

MOMENT: Sekeluarga Model Fondasi Rangkaian Waktu Terbuka, ICML'24

Luminaire adalah paket python yang menyediakan solusi berbasis ML untuk memantau data deret waktu.

Deteksi Anomali pada Grafik Dinamis (yang berkembang seiring waktu) secara real-time dan streaming. Mendeteksi intrusi (serangan DoS dan DDoS), penipuan, dan anomali rating palsu.

Kode untuk Hands-on Unsupervised Learning Using Python (O'Reilly Media)

[VLDB'22] Deteksi Anomali menggunakan Transformers, self-conditioning, dan pelatihan adversari.

Sumber daya untuk bekerja dengan data deret waktu (time series) dan data sekuensial

Modul Python untuk pemrosesan citra hiperspektral

Model deret waktu multi-tugas yang terpadu.

OpenChatBI adalah alat BI berbasis obrolan cerdas yang didukung oleh large language models, dirancang untuk membantu pengguna kueri, analisis, dan visualisasi data melalui percakapan bahasa alami. Ini menggunakan LangGraph dan LangChain untuk membangun agen obrolan dan alur kerja yang mendukung konversi bahasa alami ke SQL dan analisis data.

Real Intelligence Threat Analytics (RITA) adalah framework untuk mendeteksi komunikasi command and control melalui analisis lalu lintas jaringan.

Repositori untuk makalah "A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series".

Deteksi anomali waktu nyata untuk metrik deret waktu. Evolusi deteksi anomali produksi selama 11 tahun. Ensemble multi-algoritma. Pengenalan pola menggunakan pembelajaran semi-terawasi dan tanpa pengawasan. Analisis korelasi. Belajar dan menjadi lebih baik dari waktu ke waktu. Tidak memerlukan GPU, dapat berjalan di VPS.

Deteksi pencilan/anomali berbasis deep learning

Survei komprehensif tentang domain deret waktu.

Repositori ini berisi daftar bacaan makalah tentang Segmentasi Deret Waktu. Repositori ini terus ditingkatkan.

🌲 Implementasi algoritma Robust Random Cut Forest untuk deteksi anomali pada stream

Deteksi tepat waktu untuk tindakan yang lebih proaktif dan efektif di sumur minyak lepas pantai!

[CVPR 2025] Implementasi Resmi dari "Dinomaly: The Less Is More Philosophy in Multi-Class Unsupervised Anomaly Detection". Model UAD multi-kelas pertama yang dapat bersaing dengan SOTA kelas tunggal

Kerangka kerja Analisis Perilaku Pengguna & Entitas (UEBA) open-source yang tangguh dan fleksibel yang digunakan untuk Analisis Keamanan. Dikembangkan dengan penuh cinta oleh Data Scientist & Analis Keamanan dari Industri Keamanan Siber. [BETA]