이벤트 시퀀스 데이터의 시각적 이상 탐지

이상 탐지는 데이터 집합의 대다수를 구성하는 전형적인 사례와 다른 드문 사례를 식별하는 것을 목표로 하는 일반적인 분석 작업입니다. 이벤트 시퀀스 데이터 분석에 적용될 때, 이상 탐지 작업은 이러한 데이터의 순차적이고 시간적 특성으로 인해 다양한 정의와 유연한 형태의 이상을 초래하여 복잡해질 수 있습니다. 이는 탐지된 이상을 해석하는 데 어려움을 증가시킵니다. 본 논문에서는 시퀀스 진행에 따른 사건의 발생 확률로 표현된 각 시퀀스의 기저 정상 진행을 추정하기 위해 변분 오토인코더(Variational AutoEncoders, VAE) 기반의 비지도 이상 탐지 알고리즘을 제안합니다. 발생 확률을 위반하는 사건은 비정상으로 식별됩니다. 또한, 우리는 데이터 집합 내 정상 시퀀스 진행의 맥락에서 이상을 인터랙티브하게 탐색하고 해석을 지원하기 위해 종합적인 일대다 시퀀스 비교를 통해 이벤트스레드3(EventThread3, ET 3)라는 시각화 시스템을 소개합니다. 마지막으로, 우리는 우리의 이상 탐지 알고리즘의 성능을 정량적으로 평가하고 사례 연구를 통해 시스템의 효과성을 입증합니다.