Kaspersky Machine Learning for Anomaly Detection

Просмотр результатов обучения элемента ML-модели

Вы можете просмотреть результаты обучения предиктивных элементов и элементов на основе эллиптического конверта.

Просмотр результатов обучения элементов ML-моделей доступно системным администраторам и пользователям с правом Обучение моделей из группы прав Управление ML-моделями. Функциональность доступна после добавления лицензионного ключа.

Чтобы просмотреть результаты обучения элемента ML-модели:

1. В основном меню выберите раздел Модели.
2. В дереве активов выберите элемент ML-модели, результат обучения которого вы хотите просмотреть.

   Справа отобразится панель с параметрами выбранного элемента.

3. Выберите вкладку Результаты обучения.

В случае успешного обучения элемента ML-модели на вкладке Результаты обучения отображаются следующие сведения о результатах обучения:

• Сообщение об успешном завершении обучения элемента ML-модели.

  Если требуется просмотреть параметры обучения элемента, указанные при его создании, нажмите на кнопку Параметры обучения.

• Пользователь – имя пользователя, который запустил обучение элемента ML-модели.
• Начало обучения – дата и время начала обучения элемента ML-модели службой Trainer.
• Окончание обучения – дата и время окончания обучения элемента ML-модели. Веса элемента ML-модели обновлены службой Trainer.
• Общий интервал времени – время, которое было потрачено сервером Kaspersky MLAD на обучение элемента ML-модели.
• Продолжительность интервалов – суммарная продолжительность интервалов времени данных с учетом разметок в обучающей выборке.
• Число узлов РИВС – количество узлов РИВС, входящих в обучающую выборку.
• Графики с результатами обучения для предиктивных элементов ML-модели:
  • Ошибки обучения и валидации – график, отображающий ошибки обучения и валидации в зависимости от эпохи обучения.
  • Прогноз обученной модели – графики, отображающие прогноз обученной модели для выходных тегов и общую ошибку прогноза.
• Графики с результатами обучения для эллиптических конвертов ML-модели:
  • Степень отклонения тегов – график, отображающий удаление точки, описывающей состояние объекта мониторинга в каждый момент времени в фазовом пространстве, от центра эллиптической области нормальных состояний. Горизонтальная оранжевая линия соответствует порогу и показывает максимальное удаление, при котором состояние считается принадлежащим области нормальных состояний.
  • Значения тегов – графики, отображающие значения каждого тега во время обучения.
  • Распределение значений тегов – гистограммы распределения значений каждого тега во время обучения.
  • Корреляция тегов – матрица, отображающая взаимосвязи тегов, используемых при обучении элемента ML-модели.