Сценарий: работа с ML-моделями

В этом разделе приводится последовательность действий, которые требуется выполнить при работе с ML-моделями.

Сценарий работы с ML-моделями состоит из следующих этапов:

1. Добавление ML-модели

   Вы можете добавить ML-модель в Kaspersky MLAD одним из следующих способов:

   • Загрузить ML-модель, созданную специалистами "Лаборатории Касперского" или сертифицированным интегратором в рамках Услуги построения модели и внедрения Kaspersky MLAD. После загрузки ML-модели требуется ее активировать.
   • Создать ML-модель вручную. Добавьте в созданную ML-модель нейросетевые элементы и/или элементы на основе диагностических правил.
   • Создать ML-модель по шаблону. Предварительно создайте шаблон по нужной ML-модели. Если исходная ML-модель, по которой был создан шаблон, была создана вручную, вы можете добавить в новую ML-модель нейросетевые элементы и/или элементы на основе диагностических правил.
   • Скопировать ранее добавленную ML-модель. При копировании ML-модели, которая была создана вручную или по шаблону на основе ML-модели, созданной вручную, вы можете добавить в скопированную ML-модель нейросетевые элементы и/или элементы на основе диагностических правил.
2. Добавление разметок

   Если требуется определить для ML-модели интервалы времени данных, на которых ML-модель может выполнять обучение или инференс, создайте разметки. Для формирования индикатора инференса укажите созданную разметку в параметрах соответствующей ML-модели.

3. Обучение элементов ML-модели

   Для проведения инференса ML-модель должна быть обучена. Для этого все нейросетевые элементы в составе ML-модели требуется предварительно обучить. Элементы на основе диагностических правил в составе ML-модели считаются обученными.

   ML-модель, загруженная в Kaspersky MLAD, предварительно обучена специалистами "Лаборатории Касперского" или сертифицированным интегратором. ML-модели, созданные по шаблону импортированной ML-модели или созданные путем копирования импортированной ML-модели, также считаются обученными. При необходимости вы можете изменить параметры их обучения и переобучить нейросетевые элементы.

   Для формирования индикатора обучения укажите созданную разметку в параметрах обучения нейросетевого элемента.

4. Подготовка ML-модели к публикации

   После завершения обучения подготовьте ML-модель к публикации. ML-модель, подготовленная к публикации, недоступна для изменения.

5. Публикация ML-модели

   После подготовки ML-модели к публикации сообщите сотруднику, ответственному за публикацию ML-моделей, о ее готовности, или, если у вас есть необходимые права, опубликуйте ML-модель. При необходимости системный администратор может создать роль, которой предоставлено право для публикации ML-моделей, и назначить ее нужному сотруднику.

6. Запуск инференса ML-модели

   Запустите инференс ML-модели. В процессе инференса ML-модель анализирует данные телеметрии и регистрирует инциденты.

   Инференс ML-модели может быть запущен как для опубликованной, так и для обученной ML-модели.