Idősor és prediktív modellek
Az idősoros elemzés a múlt ritmusából következtet a jövőre: trend, szezonalitás és ciklus szétválasztásával a maradékban marad az, ami valóban új. A prediktív modellek ezt fordítják előrejelzéssé — kapacitásra, keresletre, kockázatra.
A modell annyit ér, amennyire validált: a túltanulás (overfitting) elkerülése és a valós adaton mért pontosság dönt, nem a látványos illesztés.
Viselkedési klaszterezés és korreláció
A hasonlóan viselkedő entitásokat — felhasználókat, szolgáltatásokat, tranzakciókat — klaszterekbe rendezzük, és az események közti korrelációt keressük. Az esemény-korreláció köti össze a látszólag független jelenségeket egyetlen gyökérokká.
- Felügyelt és felügyelet nélküli tanulás kombinálva
- Esemény-korreláció a riasztási zaj ellen
- Üzleti és biztonsági mintázatok közös keretben
ML-integráció és valós idejű riasztás
A modell nem múzeumi tárgy: beépül a pipeline-ba, folyamatosan tanul az új adatból, és valós időben riaszt. A mintázat felismerése így nem utólagos elemzés, hanem élő védelmi vonal.