Méthode à base de patterns pour la détection d'anomalies - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Méthode à base de patterns pour la détection d'anomalies

Résumé

La détection d’anomalies dans les applications réelles de distribution de fluide est une tâche difficile, en particulier lorsque l’on cherche à détecter simultanément différents types d’anomalies. La résolution de ce problème est importante dans plusieurs domaines par exemple, dans les applications de gestion et de supervision de bâtiments. Dans cet article, nous présentons l’algorithme CoRP "Composition of Remarkable Points", une approche configurable basée sur la modélisation de patterns de détection simultanée d’anomalies multiples. CoRP applique un ensemble de patterns, défini par l’utilisateur, afin d’annoter (labels) les points remarquables dans une série temporelle uni-variée, puis détecte les anomalies par composition de labels. En comparant avec des algorithmes de la littérature, notre approche se montre plus robuste et plus précise pour détecter tous les types d’anomalies observées dans des déploiements réels. Nos expérimentations reposent sur des données du monde réel et des données de benchmark issues de la littérature.
Fichier principal
Vignette du fichier
benkaieme_26187.pdf (401.58 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02891687 , version 1 (07-07-2020)

Identifiants

  • HAL Id : hal-02891687 , version 1
  • OATAO : 26187

Citer

Inès Ben Kraiem, Faiza Ghozzi, André Péninou, Olivier Teste. Méthode à base de patterns pour la détection d'anomalies. 37e Congres Informatique des Organisations et Systemes d'Information et de Decision (INFORSID 2019), Jun 2019, Paris, France. pp.239-254. ⟨hal-02891687⟩
126 Consultations
793 Téléchargements

Partager

Gmail Facebook X LinkedIn More