Глобальное последовательное тестирование для многопоточного аудита

Глобальное последовательное тестирование для многопоточного аудита

В этой работе представлен метод глобального последовательного тестирования для обнаружения аномалий в многопоточных данных, таких как финансовые транзакции или сетевой трафик. Метод позволяет выявлять отклонения от нормального поведения в потоках данных, анализируя их совместно.

Основная идея заключается в объединении статистики из нескольких потоков данных в единую статистику для обнаружения аномалий. Это достигается за счет использования последовательного тестирования вероятностных соотношений (Sequential Probability Ratio Test, SPRT), который позволяет обнаруживать изменения в распределении данных как можно быстрее.

Авторы предлагают использовать обобщенную версию SPRT, которая учитывает корреляции между потоками данных. Это важно, поскольку потоки данных часто не являются независимыми друг от друга. Предложенный метод позволяет адаптироваться к изменяющимся условиям и обнаруживать аномалии в режиме реального времени.

Метод был протестирован на синтетических и реальных данных, и результаты показывают, что он превосходит существующие методы обнаружения аномалий в многопоточных данных. В частности, он позволяет обнаруживать аномалии с меньшим количеством ложных срабатываний и более высокой чувствительностью.