DeepScan4Failure: Detección de comportamiento anómalo en impresoras HP utilizando técnicas de Deep Learning

Abstract

La detección de anomalías es el problema de identificar observaciones “raras” que son cualitativamente diferentes a la mayoría de los datos disponibles. Uno de los desafíos para desarrollar métodos efectivos para detectar anomalías 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 técnicas de Deep Learning deben de ser, en principio, capaces de extraer patrones anómalos a partir de una cantidad grande de datos no etiquetados. Se propone el desarrollo de un modelo de machine learning para detectar comportamiento anómalo en las impresoras HP a partir de la inspección de archivos de log, que contienen información copiosa sobre una variedad de sensores y otras comprobaciones internas realizadas por software. Una detección rápida de este tipo de comportamiento anómalo puede permitir llevar a cabo arreglos o mantenimientos antes de que la impresora se estropee completamente, o habilitar periodos de mantenimiento de la máquina más cortos. Para este TFG, HP SCDS proporcionará un dataset sintético, generado para simular el comportamiento estándar de impresoras reales, así como también el comportamiento anómalo causado por los problemas más comunes. La solución propuesta debe aprovechar técnicas de Deep Learning como los autoencoders (variacionales, VAEs). El dataset sintético estará completamente etiquetado, habilitando la validación rigurosa del rendimiento del modelo propuesto. No obstante, la aproximación a desarrollar debe de ser completamente no supervisada para ser utilizada sobre datos reales. Una posible extensión del TFG podría ser el aprendizaje semi-supervisado para sacar partido a la disponibilidad de datos parcialmente etiquetados.