ВВЕДЕНИЕ
ГЛАВА 1. ОСНОВНЫЕ ОПРЕДЕЛЕНИЯ АНОМАЛИЙ И ИХ ИДЕНТИФИКАЦИЯ
1.1 Анализ применимости методов автоматизации для обнаружения аномалий трафика
1.2 Идентификация аномалий
1.3 Виды методов работы с аномалиями
1.4 Анализ продуктов-аналогов для выявления аномалий в финансовых транзакциях
Выводы по первой главе
ГЛАВА 2. ПРОЕКТИРОВАНИЕ ИНФОРМАЦИОННОЙ СИСТЕМЫ ВЫЯВЛЕНИЯ АНОМАЛИЙ ФИНАНСОВОГО ТРАФИКА
2.1 Алгоритмы интеллектуального анализа данных
2.1.1 Логистическая регрессия
2.1.2 Метод опорных векторов (SVM)
2.1.3 Лес случайных деревьев
2.1.4 Градиентный бустинг
2.2 Способы оценки качества модели
2.3. Используемые средства разработки
2.3.1 Язык программирования: Python
2.3.2 Фреймворк FastAPI
2.3.3 Библиотека Scikit-learn
2.3.4 Библиотека Label Encoder
2.3.5 Библиотека LightGBM
2.3.6 IDE: Kaggle
2.3.6 IDE: PyCharm
2.4 Описание подхода к обработке пользовательских запросов
Выводы по второй главе
ГЛАВА 3. РЕАЛИЗАЦИЯ СИСТЕМЫ МОНИТОРИНГА ТРАФИКА
3.1 Методика выполнения обучения модели
3.2 Создание приложения
3.2.1 Алгоритм обработки пользовательских запросов
3.2.2 Тестирование приложения в стрессовых условиях
3.2.3 Результаты и документация
Выводы по третьей главе
ЗАКЛЮЧЕНИЕ
Список использованных источников
ПРИЛОЖЕНИЕ А