Matematické modelování anomálií ve vektorových a strukturovaných datech velkého rozsahu

Abstract

Tato práce se zabývá problémem účinné detekce anomálií a navrhuje řešení pomocí trénování zástupné neuronové sítě aproximující výstup stávajících anomálních detektorů. Navržený model poskytuje srovnatelnou přesnost se zdrojovým detektorem a a výrazně zkracuje dobu inference.This work addresses the problem of efficient anomaly detection by proposing a solution through training a surrogate neural network approximating the output of existing anomaly detectors. The proposed model provides comparable accuracy to the source detector and