Научный журнал «Вестник науки»

Режим работы с 09:00 по 23:00

zhurnal@vestnik-nauki.com

Информационное письмо
  1. Главная
  2. Архив
  3. Вестник науки от 9 августа 2026 г.
  4. Научная статья № 50
Просмотры  9 просмотров

СРАВНЕНИЕ МЕТОДОВ ОБНАРУЖЕНИЯ АНОМАЛИЙ В ПОЛЬЗОВАТЕЛЬСКОМ ПОВЕДЕНИИ ЦИФРОВОГО ПРОДУКТА

Аннотация: в статье сопоставлены методы выявления аномалий в пользовательском поведении цифровых продуктов: робастные статистические правила, Isolation Forest, Local Outlier Factor и One-Class SVM. На синтетическом наборе из 6240 пользователей проведено сравнение по precision, recall, F1, ROC-AUC и PR-AUC. Isolation Forest показал наибольший F1 среди выбранных базовых конфигураций, а эксперимент с LOF продемонстрировал сильную зависимость качества от числа соседей. Рассмотрены выбор признаков, масштабирование, настройка порога и применение anomaly score в продуктовом аналитическом контуре.

Ключевые слова: обнаружение аномалий, пользовательское поведение, цифровой продукт, изоляционный лес, локальный фактор выброса, одноклассовый метод опорных векторов, робастная статистика, машинное обучение, продуктовая аналитика.

Введение. Цифровой продукт формирует поток событий: авторизации, просмотры, клики, покупки, платежи и другие действия. Небольшая доля наблюдений может быть связана с ошибками телеметрии, автоматизированным трафиком, злоупотреблениями либо редкими пользовательскими сценариями. Обнаружение таких отклонений важно для качества данных и продуктовой аналитики.

В общем случае аномалией считается объект, существенно отличающийся от ожидаемой структуры данных, однако критерий отклонения всегда зависит от контекста [1]. Основная сложность — дефицит надежной разметки. Реальные аномалии редки и часто становятся известны только после расследования, поэтому применяются методы без учителя и обучение по одному классу. Их результатом является anomaly score, который затем преобразуется в решение с помощью порога.

Цель исследования — сравнить несколько распространенных подходов и определить условия их практического использования для анализа пользовательского поведения. Постановка задачи и признаки. Пусть каждому пользователю за фиксированное окно соответствует вектор признаков x = (x₁, …, xₘ): число сессий, средняя длительность, количество покупок, выручка, доля ночной активности, число смен устройств и др. Алгоритм строит функцию s(x), где большее значение означает большую нетипичность.

Пользователь помечается как аномальный при s(x) ≥ τ. Следовательно, итоговая доля срабатываний определяется не только моделью, но и порогом τ. s(x) ≥ τ → аномалия, s(x) < τ → обычное наблюдение. Аномалии могут быть точечными, контекстными и коллективными [1]. Крайне высокая выручка является точечным отклонением, необычное сочетание малого числа сессий и большого числа покупок — контекстным, группа похожих автоматизированных аккаунтов — коллективным.

Поэтому одномерные правила хорошо находят явные экстремумы, но хуже работают с многомерными сочетаниями. Таблица 1. Примеры признаков пользовательского поведения. Сравниваемые методы.

Простейший baseline использует робастные оценки. Вместо среднего и стандартного отклонения применяются медиана и медианное абсолютное отклонение MAD, менее чувствительные к выбросам. Для каждого признака вычисляется робастный z-score, а итоговым score служит максимальное абсолютное значение. Аналогично строится оценка на основе межквартильного размаха IQR.

Такие правила прозрачны, но не учитывают сложное взаимодействие признаков. zᵣ = 0,6745 · (x − median(x)) / MAD(x).Isolation Forest изолирует наблюдения случайными разбиениями пространства: аномальные объекты в среднем отделяются меньшим числом разбиений [2]. Метод работает с многомерными числовыми данными и не требует вычисления всех попарных расстояний. Local Outlier Factor (LOF) сравнивает локальную плотность объекта с плотностью его соседей [3]. Это полезно при нескольких естественных пользовательских сегментах, но результат существенно зависит от числа соседей k.

One-Class SVM оценивает область пространства, содержащую основную массу нормальных объектов, используя ядровое представление [4]. Метод способен строить нелинейную границу, однако чувствителен к масштабу признаков и параметрам ν и γ. Поэтому для LOF и One-Class SVM в эксперименте использовано робастное масштабирование. Таблица 2.

Сравнение свойств методов. Метрики качества. При редком положительном классе accuracy вводит в заблуждение: если аномалий 4%, постоянный прогноз «норма» дает около 96% accuracy. Поэтому используются precision, recall и F1.

Precision показывает долю настоящих аномалий среди срабатываний, recall — долю найденных аномалий, F1 балансирует оба показателя. Дополнительно оцениваются ROC-AUC и PR-AUC, при сильном дисбалансе Precision-Recall представление обычно информативнее относительно полезности положительных предсказаний [5]. Precision = TP/(TP+FP), Recall = TP/(TP+FN), F1 = 2PR/(P+R).Материалы и методы расчетного эксперимента. Создан синтетический набор из 6240 пользователей. 6000 обычных наблюдений распределены между тремя условными сегментами — редкими, активными и высоко вовлеченными пользователями.

Сформированы шесть признаков: число сессий за 30 дней, средняя длительность сессии, число покупок, выручка, доля ночной активности и количество смен устройств. Добавлено 240 аномалий (3,85%): 80 профилей автоматизированной активности, 80 случаев аномальной монетизации и 80 комбинационных отклонений. Разметка применяется только для последующей оценки. Isolation Forest использует 300 деревьев, LOF в основной конфигурации — k = 150, One-Class SVM — RBF-ядро, ν = 0,0385.

Для сопоставимости порог не оптимизировался по F1: для каждого score выбирался квантиль, отмечающий 240 наблюдений (3,85%) — известное число искусственно добавленных аномалий. Это правило применяется только в расчетном эксперименте, в реальном продукте порог требует отдельной калибровки. Таблица 3. Результаты сравнения на синтетическом наборе.

Наибольший F1 в выбранной конфигурации получил Isolation Forest — 0,867, PR-AUC составил 0,933. Многомерное дерево успешно обнаруживает необычные сочетания признаков, даже когда отдельное значение не выходит далеко за глобальный диапазон. IQR-оценка и робастный z-score уступают по F1. При этом ROC-AUC робастного z-score равен 0,981, но PR-AUC существенно ниже — 0,644.

Это показывает, что высокая ROC-AUC при редком классе не гарантирует столь же полезный верх списка срабатываний [5]. Таблица 4. Recall по типам аномалий. Разбиение по типам показывает, что методы совершают разные ошибки.

LOF почти полностью обнаруживает комбинационные отклонения, но хуже видит аномальную монетизацию, Isolation Forest полностью находит автоматизированную активность и более равномерно работает по трем типам. Следовательно, агрегированный F1 недостаточен: при внедрении необходимо отдельно проверять наиболее важные для продукта сценарии. Чувствительность LOF и выбор порога. LOF особенно чувствителен к масштабу локальности.

При k = 20–35 аномальные профили в синтетическом наборе часто оказываются соседями друг для друга и выглядят локально нормальными. При увеличении k алгоритм сравнивает их с более широким окружением, и качество резко возрастает. Это не означает, что большое k всегда лучше: параметр должен соответствовать размеру естественных пользовательских сегментов. Таблица 5.

Влияние числа соседей на Local Outlier Factor. Выбор порога также меняет продуктовый компромисс. Для Isolation Forest при отметке около 2% базы precision в эксперименте достигает 0,976, но recall составляет только 0,508. При отметке около 6% recall повышается до 0,975, а precision снижается до 0,626.

Поэтому contamination не следует воспринимать как автоматически известную долю нарушителей. Модель должна выдавать непрерывный score, а порог следует калибровать по стоимости пропуска, стоимости ложного срабатывания и возможности ручной проверки. Практическое использование в цифровом продукте. Внедрение начинается с определения объекта поиска и единицы анализа.

Признаки агрегируются на уровне пользователя и за фиксированное окно, после чего выполняются проверки качества данных. Простые робастные правила полезно сохранять как baseline и объяснимый контроль. Isolation Forest может использоваться как основной общий ранжирующий метод, LOF — как дополнение при выраженной сегментной структуре, а One-Class SVM — при умеренном объеме данных и возможности тщательной настройки. Срабатывание алгоритма не является доказательством злоупотребления.

Аномальным может оказаться VIP-клиент, тестовый аккаунт или новый легитимный сценарий. Поэтому вместе со score необходимо показывать исходные признаки и причины нетипичности. Результаты ручной проверки следует сохранять как обратную связь: по мере накопления размеченных примеров задача может перейти от полностью unsupervised-поиска к полуобучаемым и специализированным классификаторам. Ограничения исследования.

Эксперимент основан на синтетических данных, поэтому конкретные значения метрик нельзя переносить на реальный сервис. В настоящем продукте присутствуют сезонность, пропуски, категориальные признаки, дрейф поведения и изменения телеметрии. Не рассматриваются глубокие модели, последовательности событий и онлайн-скоринг. Тем не менее сравнение демонстрирует общий принцип: качество обнаружения определяется не только алгоритмом, но и постановкой задачи, признаками, масштабированием, порогом и процессом верификации.

Заключение. Сравнение показало, что универсального метода обнаружения аномалий в пользовательском поведении нет. Робастные статистические правила объяснимы, но ограничены при многомерных комбинациях. Isolation Forest в расчетном эксперименте достиг F1 = 0,867 и PR-AUC = 0,933 и показал наиболее сбалансированный результат среди выбранных базовых конфигураций.

LOF способен эффективно учитывать локальную структуру, но его качество критически зависит от k. One-Class SVM требует особенно аккуратного масштабирования и настройки. Практическая система должна хранить непрерывный anomaly score, выбирать порог исходя из операционной стоимости ошибок, отслеживать качество данных и собирать результаты расследований. В таком виде обнаружение аномалий становится не автоматическим «вердиктом», а инструментом приоритизации необычных наблюдений и развития более специализированных аналитических моделей.


Полная версия статьи PDF

Номер журнала «Вестник науки» № 8 (101) том 2


Ссылка для цитирования:

Кожушкин Е.В. СРАВНЕНИЕ МЕТОДОВ ОБНАРУЖЕНИЯ АНОМАЛИЙ В ПОЛЬЗОВАТЕЛЬСКОМ ПОВЕДЕНИИ ЦИФРОВОГО ПРОДУКТА // Журнал «Вестник науки» от 9 августа 2026 г. № 8 (101) том 2. С. 434 - 443. 2026 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/32742 (дата обращения: 12.11.2026 г.)


Альтернативная ссылка латинскими символами: vestnik-nauki.com/article/32742



Нашли грубую ошибку (плагиат, фальсифицированные данные или иные нарушения научно-издательской этики) ?
- напишите письмо в редакцию журнала: zhurnal@vestnik-nauki.com


Вестник науки © 2026.    16+




* В выпусках журнала могут упоминаться организации (Meta, Facebook, Instagram) в отношении которых судом принято вступившее в законную силу решение о ликвидации или запрете деятельности по основаниям, предусмотренным Федеральным законом от 25 июля 2002 года № 114-ФЗ «О противодействии экстремистской деятельности» (далее - Федеральный закон «О противодействии экстремистской деятельности»), или об организации, включенной в опубликованный единый федеральный список организаций, в том числе иностранных и международных организаций, признанных в соответствии с законодательством Российской Федерации террористическими, без указания на то, что соответствующее общественное объединение или иная организация ликвидированы или их деятельность запрещена.