Список публикаций по ключевому слову: «обнаружение аномалий»
-
Неконтролируемое обнаружение биомеханических аномалий в высокоскоростных видеопотоках для спортивной тренировки и физического воспитания
Статья в сборнике трудов конференции
Педагогика, психология, общество: от теории к практике- Авторы:
- Олейникова Олеся Олеговна, Панченко Вероника Юрьевна, Соловьева Татьяна Владимировна, Потапов Борис Васильевич
- Рубрика:
- Цифровая трансформация образования
- Аннотация:
- Предлагается перенести метод неконтролируемого обнаружения аномалий на основе энтропии карт внимания Vision Transformer из области технического мониторинга в задачу контроля техники движений в спортивной тренировке. Система выявляет микроотклонения углов в суставах на 3–5° (AUC-ROC 0,94) без размеченных баз ошибок, что открывает путь к индивидуальному коррекционному воздействию и профилактике травматизма обучающихся.
- Ключевые слова:
- физическое воспитание, спортивная тренировка, обнаружение аномалий, персональные данные, биомеханика, профилактика травм, видеоаналитика, Vision Transformer, неконтролируемое обучение, энтропия внимания
-
Использование искусственного интеллекта и машинного обучения для выявления финансовых рисков и махинаций для предприятий
Статья в сборнике трудов конференции
Право, экономика и управление: состояние, проблемы и перспективы- Автор:
- Труфанов Никита Андреевич
- Рубрика:
- Общие вопросы экономических наук
- Аннотация:
- В статье рассматривается использование методов искусственного интеллекта (ИИ) и машинного обучения (МО) для выявления финансовых рисков и мошенничества на предприятиях. Объектом исследования являются финансовые операции компаний, а предметом – технологии анализа данных для обнаружения аномалий. Цель работы – проанализировать возможности ИИ/МО в обнаружении подозрительных платежей, нетипичных операций, искажения отчётности, фиктивных контрагентов и признаков внутреннего мошенничества. Выполнен обзор научных публикаций по тематике, выделены основные методы (классификация, кластеризация, поиск аномалий, анализ временных рядов, NLP) и их ограничения. В результате приведены выводы об эффективности применения ИИ/МО: например, ML-модели способны повышать точность обнаружения мошенничества до 85 % при снижении ложных срабатываний до 92 %. Выявлено, что ИИ помогает быстро находить сложные паттерны в больших объёмах транзакционных данных. Вместе с тем отмечены ограничения: зависимость от качества и разметки данных, необходимость защиты личной информации, «чёрный ящик» моделей и потребность участия специалистов.
- Ключевые слова:
- искусственный интеллект, риск-менеджмент, машинное обучение, финансовый контроль, мошенничество, финансовые риски, обнаружение аномалий
-
Адаптивное обнаружение вредоносных запросов в веб-атаках
Статья в сборнике трудов конференции
Актуальные проблемы менеджмента, экономики и экономической безопасности- Авторы:
- Успенский Егор Николаевич, Стариков Александр Сергеевич, Ромашкина Галина Васильевна, Норкина Анна Николаевна
- Рубрика:
- Угрозы экономической безопасности и пути их преодоления
- Аннотация:
- Строки веб-запросов (запросы), которые передают параметры указанному ресурсу, всегда обрабатываются злоумышленниками для извлечения конфиденциальных данных и даже для получения полного контроля над веб-серверами и веб-приложениями жертвы. Тем не менее существующие подходы обнаружения вредоносных запросов в современной литературе не могут справиться с постоянным изменением веб-атак. В статье предлагается AMODS, адаптивная система, которая периодически обновляет модель обнаружения последних неизвестных атак. Также предлагается адаптивная стратегия обучения, которая называется SVM HYBRID, используемая данной системой для минимизации ручной работы. Оценивается современная модель обнаружения, обученная по десятидневному набору данных, полученному из журналов веб-сервера университета. Эта система превосходит существующие методы обнаружения веб-атак с F-значением 94,79% и частотой FP 0,09%. Общее количество вредоносных запросов, полученных с помощью SVM HYBRID, в 2,78 раза больше, чем в популярном методе адаптивного обучения с использованием опорных векторов поддержки (SVM AL). Полученные вредоносные запросы можно использовать для обновления библиотеки сигнатур брандмауэра веб-приложений (WAF).
- Ключевые слова:
- адаптивное обучение, веб-атаки, строки запросов, строки веб-запросов, SVM, обнаружение вторжений, обнаружение аномалий