Сценарий: работа с элементами ML-модели на основе эллиптического конверта
Вы можете добавлять элементы на основе эллиптического конверта в ML-модель и управлять ими в следующих случаях:
- ML-модель создана вручную.
- ML-модель создана по шаблону ML-модели, созданной вручную.
- ML-модель скопирована с ML-модели, созданной вручную или по шаблону ML-модели, созданной вручную.
Функциональность доступна после добавления лицензионного ключа.
Сценарий работы с элементами ML-модели на основе эллиптического конверта состоит из следующих этапов:
- Добавление разметки
Создайте разметку для отбора интервалов времени, на которых необходимо выполнить обучение элемента ML-модели на основе эллиптического конверта. Вы можете пропустить этот этап в следующих случаях:
- Обучение элемента будет проводиться без разметки.
- Для обучения используется та же разметка, что и для инференса ML-модели.
- Нужная разметка была создана ранее для обучения другого элемента ML-модели.
- Создание элемента ML-модели на основе эллиптического конверта
В созданную ранее ML-модель добавьте элемент на основе эллиптического конверта. При добавлении элемента задайте общие параметры, шаг сетки и входные теги.
- Обучение элемента ML-модели на основе эллиптического конверта
Перед проведением инференса элементы на основе эллиптического конверта необходимо обучить. Задайте параметры обучения элемента. При необходимости для формирования индикатора обучения выберите одну или несколько разметок в параметрах обучения элемента. Если выбрано более одной разметки, то для формирования индикатора обучения используются пересечения выбранных интервалов данных. Если для ML-модели ранее был сформирован индикатор инференса, то разметку инференса следует включить в индикатор обучения. Запустите обучение.
Изучите результаты обучения и оцените их. При необходимости скорректируйте параметры обучения и обучите элемент заново. Корректировка параметров обучения необходима в следующих случаях:
- Красная линия на графике Степень отклонения тегов является плоской, на графике не прослеживается динамика изменения состояния объекта мониторинга.
- Красная линия имеет горизонтальные участки вдоль верхней границы графика Степень отклонения тегов.
- Изменения тренда красной линии на графике Степень отклонения тегов не соответствуют ожидаемому поведению объекта мониторинга.
- На графике Степень отклонения тегов красная линия в основном прижата к нижней части графика, а оранжевая линия проходит в верхней части графика.
- На графике Распределение значений тегов отображается более одного пика.
- Инференс ML-модели
Запустите инференс ML-модели, в состав которой был добавлен элемент на основе эллиптического конверта. Вы можете запустить инференс ML-модели на исторических данных и/или данных, поступающих в Kaspersky MLAD в режиме реального времени.
- Анализ результатов инференса ML-модели
Изучите инциденты и артефакты, сформированные элементом в результате инференса, в следующих разделах:
- Мониторинг или История, если для ML-модели запущен потоковый инференс.
- История, если для ML-модели был запущен исторический инференс.
Если запускался исторический инференс, оцените его результаты. Если требуется улучшить качество работы ML-модели, скорректируйте параметры индикатора инференса и/или элемента на основе эллиптического конверта. При необходимости повторно обучите элемент и выполните инференс ML-модели. При повторном запуске инференса на данных, на которых он ранее был проведен, предыдущие результаты инференса на этих данных будут удалены.
