daksha311/Log-Anomaly-Detection-using-ML

GitHub: daksha311/Log-Anomaly-Detection-using-ML

一个基于隔离森林的云原生日志异常检测系统，解决了日志中可疑模式难以实时识别的问题。

Stars: 0 | Forks: 0

# Log-Anomaly-Detection-using-ML 开发了一个可云部署的异常检测系统，使用隔离森林（Isolation Forest）来识别系统日志中的可疑模式。构建了基于 Flask 的 API 和交互式仪表板，用于实时可视化，集成了机器学习、数据处理和可扩展部署。

标签：Apex, Flask API, SEO 关键词：异常检测系统, SEO 关键词：日志分析, SEO 关键词：机器学习部署, Web 后端, 云端安全, 云部署, 交互式仪表板, 功能：实时监控, 功能：异常告警, 可扩展部署, 孤立森林, 实时可视化, 异常检测, 技术栈：Flask, 技术栈：Python, 数据流处理, 机器学习, 系统日志, 请求拦截, 逆向工具