연구 로드맵 & 제안
무엇을 조사했고, 무엇을 추가했으며, 다음에 무엇을 추가할지를 후보별 라이선스 판정과
함께 정리한다. 원칙은 저장소 규칙 그대로다: vendored 코드/데이터는 permissive만,
제한 데이터는 신청 안내만.
이번 라운드에 추가 (검증 후 반영 완료)
| 추가 항목 |
종류 |
이유 |
라이선스 판정 |
| MGAB |
데이터셋 |
TSB-AD도 쓰는 카오스 동역학 스트레스 테스트; 육안으로 안 보이는 이상 |
CC0 1.0 — 원 저장소에서 다운로드 |
| MBA (MIT-BIH 심전도) |
데이터셋 |
TSAD 논문 부록의 고전 준주기 ECG (TranAD 등) |
TranAD 저장소 BSD-3; PhysioNet ODC-BY |
S-H-ESD (sesd) |
Gen1 모델 |
Twitter 프로덕션 탐지기 (robust STL + ESD 통계량) |
논문 기반 자체 구현 (Twitter R 코드는 GPL-3 — 미접촉) |
Spectral Residual (spectral_residual) |
Gen2 모델 |
Microsoft Azure Anomaly Detector의 핵심 알고리즘 (KDD 2019) |
논문 기반 자체 구현 |
HBOS (hbos) |
Gen2 모델 |
가장 빠른 실무 baseline (PyOD 단골) |
논문 기반 자체 구현 |
ForgeEnsemble (ensemble_simple) |
제안 baseline |
저비용·이질 탐지기 4종(sub_pca, sub_knn, iforest, SR)의 순위 합의; outlier 앙상블 이론상 다양성이 단일 멤버 평균을 이긴다 |
자체 기법, Apache-2.0 |
제안은 의도적으로 겸손하다: ForgeEnsemble은 Gen0(baseline)으로 등록 — 신규성 주장이
아니라 "발표되는 모델이라면 최소한 이겨야 할 기준점"이다. 실제로 몇 세대가 이걸 넘는지
리더보드에서 확인하라.
다음 추가 권장 — 데이터셋
| 후보 |
무엇인가 |
라이선스/접근 |
블로커와 계획 |
| Exathlon (VLDB 2021) |
주입·근본원인 라벨이 달린 Spark 클러스터 트레이스; 최고 수준 주석의 설명가능 AD 벤치마크 |
저장소 Apache-2.0; 데이터는 외부 다운로드 |
용량 큼(GB대); 다운로더+로더 추가, full 프로파일 전용 |
| CATS (Solenix 2023) |
5백만 포인트 우주선 제어계 시뮬레이션, 통제된 이상 200개, 무오염 train |
CC BY 4.0 (Zenodo) |
이 환경에서 Zenodo 접근 불가 — Yahoo처럼 수동 배치 가이드+로더로 선반영 가능 |
| GHL (Kaspersky) |
가스오일 가열 루프 ICS 시뮬레이션 + 공격 |
무료지만 등록 필요 |
신청 안내 카드 + 로더만 |
| Genesis (HU Berlin) |
픽앤플레이스 설비 PLC 신호 |
CC BY-SA 4.0 |
데이터 사용엔 문제없음; 호스트 확인 필요 |
| NAB 전체 |
현재 58개 중 5개만 수록 |
데이터 자유 |
download nab --subset all을 clone 안내로 확장 |
| UCR / TSB-AD 전체 |
이미 통합됨; 이 개발 환경의 egress 정책만이 장애물 |
자유 / Apache-2.0 |
사용자 머신에서 tsad-forge download ucr / tsb_ad_u 실행 — 로더·lite 항목은 이미 연결됨 |
다음 추가 권장 — 모델
| 후보 |
세대 |
왜 중요한가 |
계획/라이선스 |
| DAMP (Lu, Keogh et al., KDD 2022) |
Gen2 |
스트리밍 left-Matrix-Profile; UCR류에서 강력·고속 |
참조 MATLAB 라이선스 불명 → 논문 재구현 |
| SAND (Boniol & Paparrizos, VLDB 2021) |
Gen2 |
스트리밍 부분수열 클러스터링; TSB-AD 상위권 |
공식 구현 라이선스 확인 후 결정 |
| RRCF (Guha et al., ICML 2016) |
Gen2 |
AWS Kinesis 프로덕션 알고리즘; 진짜 스트리밍 |
rrcf pip(MIT)은 유지보수 중단으로 최신 setuptools에서 깨짐(pkg_resources) → ~150줄 재구현 |
| SR-CNN (Ren et al., KDD 2019) |
Gen3 |
SR saliency 위 학습 임계값; Azure 파이프라인 완성형 |
우리 spectral_residual에 소형 conv 헤드 추가 |
| CARLA (Darban et al., 2024) |
Gen4 |
대조 표현학습 TSAD, 최근 강세 |
논문 재구현 |
| PatchTST/PatchAD 계열 |
Gen4 |
패치 토큰화는 현재 최강 TS 백본 |
TimesNet처럼 축소 재구현 |
| SigLLM / LLM zero-shot |
Gen5 |
LLM을 탐지기로 (2024–) — 비싸지만 설정 제로 |
foundation extra 뒤의 어댑터 |
| TranAD faithful (BSD-3) |
Gen4 |
현재는 축소 재구현 — BSD-3라 원본 vendoring 가능; MambaTSAD처럼 faithful/compact 쌍으로 단순화 효과 정량화 |
vendored 쌍 구성 |
다음 추가 권장 — 방법론 (실무 기반)
- 스트리밍/온라인 트랙: 실제 배포는 포인트 단위 채점이다.
score_online()
프로토콜(고정 메모리, 단일 패스)을 추가하고 그 조건에서 재순위화 —
RRCF/DAMP/DSPOT이 1급 시민이 되고 배치 transformer는 아니게 된다.
- 오염 강건성 곡선: 합성 생성기의
contamination(이미 지원)을 스윕해 모델별
VUS-PR vs train 오염도 곡선 보고 — ch09 산업 질문에 대한 직접 답.
- 임계값 이전(transfer) 평가: 지금은 시계열별 임계값이다. 실무는 여러 머신에
임계값 하나가 필요하다 — 전역 SPOT/conformal 임계값으로 평가하고 성능 하락 보고.
- 조기 탐지 지연 지표: NAB처럼 이벤트 시작→첫 경보까지의 평균 지연(스텝)을
보조 컬럼으로 추가.
- 비용 정규화 리더보드: VUS-PR/log-runtime은 이미 시각화됨 — 정렬 가능한
리더보드 컬럼으로 승격.
비권장 (이유와 함께)
- Yahoo S5 / SWaT / WADI 재배포 — 라이선스 금지; 신청 안내로 대체.
- NAB 채점 코드, SKAB 코드, Twitter AnomalyDetection 코드 — AGPL/GPL; 데이터만
사용(NAB/SKAB)하거나 논문 재구현(S-H-ESD).
- MERLIN / DADA vendoring — 감사 시점 라이선스 불명; 상류 명확화까지
THIRD_PARTY_NOTICES에 추적.