Resumen

El análisis de anomalías es de gran interés para diversos campos, incluyendo la minería de datos y el aprendizaje automático, y desempeña un papel crítico en una amplia gama de aplicaciones, como la salud médica, el fraude con tarjetas de crédito y la detección de intrusiones. Recientemente, se ha observado una cantidad significativa de métodos de detección de anomalías con una variedad de tipos. Este documento tiene la intención de proporcionar una visión general exhaustiva del trabajo existente sobre la detección de anomalías, especialmente para los datos con altas dimensionalidades y tipos mixtos, donde identificar patrones o comportamientos anómalos es una tarea no trivial. Específicamente, primero presentamos los avances recientes en la detección de anomalías, discutiendo los pros y los contras de los métodos de detección. Luego realizamos experimentos extensos en conjuntos de datos públicos para evaluar varios métodos típicos y populares de detección de anomalías. El propósito de este documento es ofrecer una mejor comprensión de

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Análisis de anomalías; Minería de datos; Aprendizaje automático; Aplicaciones; Métodos; Técnicas de detección
• Keywords:Anomaly analysis; Data mining; Machine learning; Applications; Methods; Detection techniques