Сценарий: работа с ML-моделями
В этом разделе приводится последовательность действий, которые требуется выполнить при работе с ML-моделями.
Функциональность доступна после добавления лицензионного ключа.
Сценарий работы с ML-моделями состоит из следующих этапов:
- Добавление разметок
Если требуется отобрать интервалы времени данных, на которых ML-модели должны выполнять обучение или инференс, создайте разметки.
- Добавление ML-модели
Вы можете добавить ML-модель в Kaspersky MLAD одним из следующих способов:
- Импортировать ML-модель, созданную специалистами "Лаборатории Касперского" или сертифицированным интегратором в рамках Услуги построения модели и внедрения Kaspersky MLAD. Если такая ML-модель использует разметки, они будут импортированы в тот же актив вместе с ML-моделью. После импорта ML-модели требуется ее активировать.
- Создать ML-модель вручную. Добавьте в созданную ML-модель предиктивные элементы, элементы на основе эллиптического конверта 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 предиктивные элементы, элементы на основе эллиптического конверта и/или элементы на основе диагностических правил.
- Скопировать ранее добавленную ML-модель. После копирования ML-модели, которая была создана вручную или по шаблону на основе ML-модели, созданной вручную, вы можете добавить в скопированную ML-модель предиктивные элементы, элементы на основе эллиптического конверта и/или элементы на основе диагностических правил.
- Обучение элементов ML-модели
Для проведения инференса ML-модель должна быть обучена. Для этого все предиктивные элементы и элементы на основе эллиптического конверта в составе ML-модели требуется предварительно обучить. Элементы на основе диагностических правил в составе ML-модели обучать не требуется, поэтому они считаются обученными.
ML-модель, импортированная 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 элементы.
Для формирования индикатора обучения укажите созданную разметку в параметрах обучения элемента.
После обучения элементов изучите результаты обучения, при необходимости скорректируйте параметры обучения и обучите нужные элементы заново.
- Инференс ML-модели
Запустите исторический или потоковый инференс ML-модели. Изучите артефакты в разделах История и Мониторинг и инциденты, сформированные ML-моделью в результате инференса.
Если требуется улучшить качество работы ML-модели, скорректируйте параметры ML-модели и/или разметок. При необходимости повторно обучите элементы ML-модели. Проведите повторный инференс ML-модели. При повторном запуске инференса на данных, на которых ранее был проведен инференс, предыдущие результаты инференса на этих данных будут удалены.
- Подготовка ML-модели к публикации
Если вам требуется зафиксировать параметры ML-модели и ее элементов, то после завершения обучения и проверки результатов инференса ML-модели подготовьте ML-модель к публикации.
- 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.
- Инференс опубликованной ML-модели
Запустите инференс ML-модели. В процессе инференса опубликованная ML-модель анализирует данные телеметрии и регистрирует учетные инциденты. В отличие от инцидентов, сформированных в процессе инференса неопубликованной ML-моделью, учетные инциденты предполагают принятие мер и ведение отчетности по ним в рамках производственного процесса.
