Signaler l'anormal
Le projet DAD («Anomaly detection in distributed networks») s'est intéressé à la détection des anomalies non-paramétriques et distribuées. Ce projet financé par l'UE a envisagé le problème dans le cadre de réseaux complexes, à grande échelle, distribués, et dont les conditions évoluent sans cesse. Les chercheurs ont utilisé des modèles spatio-temporels graphiques ainsi que des méthodes établies de transmission de messages pour étudier les limites fondamentales des performances et analyser les données et les mesures effectuées en situation réelle. Parmi ses résultats, le projet a conçu une version distribuée de l'analyse en composante principale (ACP), une méthode classique et éprouvée pour la détection d'anomalies dans les environnements à nombreuses dimensions. Cependant, l'ACP classique implique divers paramètres difficiles à mettre en œuvre dans les réseaux distribués. Les partenaires du projet ont donc cherché à associer l'ACP avec un modèle graphique spécifique permettant le traitement décentralisé. Ainsi, les partenaires de DAD ont pu appliquer une ACP distribuée, basée sur la transmission de message, puis identifier un graphe préalable d'indépendance conditionnelle pour faciliter la détection des anomalies distribuées dans le réseau. Les performances de cette méthodologie ont été comparées aux méthodes actuelles, et ses avantages ont été démontrés à partir d'un ensemble de données réelles. Lors de sa clôture, le projet a proposé un cadre unifié pour la détection distribuée des anomalies, ayant dérivé et analysé des algorithmes originaux. Les résultats ont été présentés lors de conférences et acceptés pour publication par une grande revue. Les travaux théoriques et pratiques du projet DAD ont apporté une contribution importante de pointe en matière de conception de réseau distribué et d'analyse de détection des anomalies. La méthode résultante de détection des anomalies distribuées est applicable à de nombreux réseaux réels qui fonctionnent dans le cadre de structures à indépendance conditionnelle interne.
