Cours:BUTiot TNS

Retour à la page du cours

Classification multivariée temps réel

Le travail de cette étape va consister à

• lire des données temps réel caractérisant l'état d'un réseau (latence et débit)
• A partir d'un ensemble de données d'entrainement, mettre en place un classifieur permettant de détecter des anomalies sur ce réseau

Lecture des données d'entrainement et apprentissage

• Source des données : https://www.kaggle.com/datasets/rishitdagli/anomaly-detection-sample-dataset

Classification temps réel

• Données publiées sur le broker habituel :
  • data/latence en ms
  • data/debit<code> en mb/s
  • <code>gt = ground truth (vérité terrain) : est-ce une anomalie ?