La detecci\u00f3n de anomal\u00edas es el problema de identificar observaciones \u201craras\u201d que son cualitativamente diferentes a la mayor\u00eda de los datos disponibles. Algunos ejemplos comunes de este tipo de observaciones singulares son los fraudes bancarios, las intrusiones en redes de computadores, los defectos en fabricaci\u00f3n a gran escala, etc. Uno de los desaf\u00edos para desarrollar m\u00e9todos efectivos para detectar anomal\u00edas es la baja disponibilidad de datos etiquetados, lo que requiere conocimiento detallado de expertos en el dominio en concreto y anotaciones manuales que tienen un alto coste. Las t\u00e9cnicas de Deep Learning deben de ser, en principio, capaces de extraer patrones an\u00f3malos a partir de una cantidad grande de datos no etiquetados.<\/p>\n\n\n\n
Se propone el desarrollo de un modelo de machine learning para detectar comportamiento an\u00f3malo en las impresoras HP a partir de la inspecci\u00f3n de archivos de log, que contienen informaci\u00f3n copiosa sobre una variedad de sensores y otras comprobaciones internas realizadas por software. Una detecci\u00f3n r\u00e1pida de este tipo de comportamiento an\u00f3malo puede permitir llevar a cabo arreglos o mantenimientos antes de que la impresora se estropee completamente, o habilitar periodos de mantenimiento de la m\u00e1quina m\u00e1s cortos. <\/p>\n\n\n\n
Para este Trabajo Fin de Grado, HP SCDS proporcionar\u00e1 un dataset sint\u00e9tico, generado para simular el comportamiento est\u00e1ndar de impresoras reales, as\u00ed como tambi\u00e9n el comportamiento an\u00f3malo causado por los problemas m\u00e1s comunes. La soluci\u00f3n propuesta debe aprovechar t\u00e9cnicas de Deep Learning como los autoencoders (variacionales, VAEs). El dataset sint\u00e9tico estar\u00e1 completamente etiquetado, habilitando la validaci\u00f3n rigurosa del rendimiento del modelo propuesto. No obstante, la aproximaci\u00f3n a desarrollar debe de ser completamente no supervisada para ser utilizada sobre datos reales. Una posible extensi\u00f3n del TFG podr\u00eda ser el aprendizaje semi-supervisado para sacar partido a la disponibilidad de datos parcialmente etiquetados.<\/p>\n\n\n\n