Современные информационные системы представляют собой сложные распределенные структуры, обеспечивающие бесперебойную работу различных сервисов и приложений. Однако наличие множества взаимодействующих компонентов повышает вероятность возникновения аномалий, которые могут проявляться в виде сбоев, неожиданных нагрузок, сетевых атак или проблем с производительностью. Для обеспечения надежности и безопасности инфраструктуры необходимо эффективное детектирование аномалий, что может быть достигнуто с помощью машинного обучения. Анализ данных мониторинга позволяет выявлять отклонения от нормы, прогнозировать возможные сбои и предотвращать аварийные ситуации. Работа посвящена исследованию подхода к практическому применению машинного обучения для детектирования аномалий в инфраструктуре.

Хоанг М. (науч. рук. Зудилова Т.В.) Детектирование аномалий в ииформационных системах по данным мониторинга // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15683