Prima del codice, una scelta decide tutto: il tuo problema si affronta con la classificazione o con il rilevamento di anomalie?
📖 Le parole in breve
- Classificazione
- il modello impara da esempi già etichettati (es. malware/pulito) e assegna un'etichetta ai nuovi.
- Rilevamento anomalie
- il modello impara solo cos'è "normale" e segnala ciò che se ne discosta.
Classificazione
Impari da esempi di entrambe le classi (malware e file puliti, spam e email legittime). Adatto quando hai esempi etichettati di attacchi.
from sklearn.naive_bayes import MultinomialNB\nmodello = MultinomialNB()\nmodello.fit(X_train, y_train) # y = 0 legittima, 1 attacco\npredizioni = modello.predict(X_test)Rilevamento anomalie
Impari solo il traffico normale e segnali ciò che devia. Utile quando gli attacchi sono rari o sconosciuti (non hai esempi).
from sklearn.ensemble import IsolationForest\nmodello = IsolationForest(contamination=0.01)\nmodello.fit(X_normale) # solo dati "normali"\n# -1 = anomalia, 1 = normale\nesito = modello.predict(X_nuovo)Quale scegliere
| Situazione | Approccio |
|---|---|
| Ho esempi etichettati di attacchi | Classificazione |
| Gli attacchi sono rari o nuovi | Rilevamento anomalie |
| Devo distinguere spam/malware noti | Classificazione |
| Devo accorgermi di "qualcosa di strano" | Rilevamento anomalie |