Anomaly Detection

Anomaly detection критичен для безопасности и мониторинга. Fraud detection в финансах, intrusion detection в кибербезопасности, predictive maintenance в IoT. Методы: statistical (z-score, IQR), ML (Isolation Forest, One-Class SVM), deep learning (autoencoders, VAE). Unsupervised подходы важны, так как аномалии редки и разнообразны. Time series anomaly detection находит необычные паттерны во временных рядах. LLM начинают применяться для anomaly detection в логах и тексте.