Kaspersky Machine Learning for Anomaly Detection

Управление ML-моделями

Этот раздел содержит информацию о работе с ML-моделями, шаблонами ML-моделей и разметками.

Функциональность доступна после добавления лицензионного ключа.

ML-модели, шаблоны ML-моделей и разметки являются функциональными элементами иерархической структуры объекта мониторинга. Иерархическая структура отображается в виде дерева

активов

Раздел иерархической структуры, представляющий, например, завод, цех или отдельный агрегат объекта мониторинга.

В Kaspersky MLAD ML-модели могут быть импортированы, созданы вручную, скопированы или созданы по шаблону. Если вы создали ML-модель вручную, скопировали ML-модель, которая была создана вручную, или создали ML-модель по шаблону модели, созданной вручную, вы можете добавить в ML-модель предиктивные элементы, элементы на основе эллиптического конверта и/или элементы на основе диагностических правил.

После обучения элементов ML-модели и проверки результатов их обучения вы можете запустить исторический или потоковый инференс для ML-модели. В результате инференса элементы ML-модели регистрируют инциденты, а также формируют артефакты, которые можно просмотреть в разделах Мониторинг и История.

При необходимости вы можете опубликовать ML-модель. Для опубликованной ML-модели вы также можете запустить исторический или потоковый инференс.

В разделе Модели вы можете создавать разметки для формирования

индикаторов обучения

Совокупность критериев, на основании которых определяются интервалы времени данных, на которых ML-модель выполняет обучение.

индикаторов инференса

Совокупность критериев, на основании которых определяются интервалы времени данных, на которых ML-модель выполняет инференс.