# Autoencoder-Based-Anomaly-Detection

**Repository Path**: mirrors_Orange-OpenSource/Autoencoder-Based-Anomaly-Detection

## Basic Information

- **Project Name**: Autoencoder-Based-Anomaly-Detection
- **Description**: The repository will contain all the code used to implement a proof of concept of the SYRROCA framework implemented throughout the thesis by Alessio Diamanti, supervised by Jose Manuel Sanchez Vilchez and Directed by Stefano Secci. It will contain also call distribution used to simulate normal working conditions and related collected dataset (both already published at https://github.com/SYRROCA).  The repository will mainly contain python modules and scripts required to reproduce the research work.
- **Primary Language**: Unknown
- **License**: BSD-3-Clause
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-01-13
- **Last Updated**: 2026-02-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Autoencoder Based Anomaly Detection

## English description
"Autoencoder based Anomaly detection", a network automation platform to discover and characterize anomalies in real-time»
Autoencoder based Anomaly detection is a network automation framework which aims to learn nominal operating conditions of a softwarized network service and characterize anomalies in real-time, while offering a compact system state representation called radiography. This representation can provide to operational teams with a real-time insight on anomalies at physical and virtualized layers. This tool can, for example, detect real-time anomalies of different nature on a containerized vIMS (virtual IP Multimedia Subsystem) service managed by Kubernetes.
Metrics collected are available at github repository https://github.com/SYRROCA/SYRROCAIMS 

## French description
"Autoencoder based Anomaly detection",  une plateforme d'automatisation de réseau pour détecter et caractériser des anomalies en temps réel »
Autoencoder based Anomaly detectio est une plateforme d'automatisation de réseau qui aspire à apprendre les conditions nominales de fonctionnement d'un service de réseau virtuel et caractérise les anomalies en temps réel, en offrant une représentation compacte d'état du système appelée la radiographie. Cette représentation peut fournir aux équipes opérationnelles une compréhension en temps réel sur les anomalies sur des couches physiques et virtuelles. Cet outil  peut, par exemple, détecter en temps réel les anomalies de nature différente sur un service conteneurisé des vIMS (virtual IP Multimedia Subsystem) géré par Kubernetes.
Les métriques collectés sont disponibles dans le repository GitHub externe https://github.com/SYRROCA/SYRROCAIMS