Further Key Industries
KI-gestützte Analyse von Millionen Datenbankabfragen
Wie lassen sich ungewöhnliche Muster in Millionen Datenbankabfragen erkennen und nachvollziehbar bewerten? Für ein international agierendes Telekommunikationsunternehmen entwickelte HyPlus eine KI-gestützte Lösung, die Nutzerverhalten modelliert, Abweichungen analysiert und große Datenmengen automatisiert auswertet.
Zusammenfassung
Branche: Telekommunikation
Technologien: Machine Learning, Apache Spark, Big Data, Feature Engineering, SQL Analytics
Leistungen: Data & AI Engineering
Kundennutzen
- Mehr als 1,5 Milliarden Datensätze und rund 3 TB Datenvolumen analysiert
- Machine-Learning-Modell für Millionen SQL-Abfragen pro Tag entwickelt
- Nachvollziehbare Bewertung von Nutzerverhalten durch White-Box-Ansatz
Die Challenge
Das Unternehmen verwaltet große Mengen sensibler Daten. Bei Millionen Datenbankabfragen pro Tag wird es zunehmend anspruchsvoll, ungewöhnliche Aktivitäten manuell oder regelbasiert zu identifizieren. Gesucht wurde daher ein datengetriebener Ansatz, der komplexe Nutzungsmuster automatisiert analysieren und Auffälligkeiten bewerten kann. Gleichzeitig sollte die Lösung nachvollziehbar bleiben. Fachbereiche und IT-Verantwortliche benötigen Transparenz darüber, warum bestimmte Aktivitäten anders bewertet werden als das übliche Nutzerverhalten.
Unsere Lösung
Um die enormen Datenmengen auszuwerten, entwickelte HyPlus einen Analyseansatz, der Data Engineering, Feature Engineering und Machine Learning miteinander verbindet. Dafür wurden SQL-Abfragen und ergänzende Metadaten analysiert, strukturiert und in auswertbare Merkmale überführt. Das war die Grundlage für ein Machine-Learning-Modell, das typische Nutzungsmuster einzelner Nutzerprofile beschreibt und neue Aktivitäten hinsichtlich ihrer Abweichung bewertet. Anders als regelbasierte Verfahren orientiert sich der entwickelte Ansatz am tatsächlichen Nutzungsverhalten und kann dadurch auch bislang unbekannte Muster und Abweichungen bewerten. Ein zentraler Bestandteil des Projekts war die Nachvollziehbarkeit der Bewertungen. Statt einer Black-Box-Lösung wurde ein White-Box-orientierter Ansatz verfolgt, der transparent macht, welche Merkmale zu einer Bewertung beitragen und warum bestimmte Aktivitäten von etablierten Nutzungsmustern abweichen. Für die Verarbeitung der Daten entwickelte HyPlus eine skalierbare Architektur auf Basis verteilter Datenverarbeitung mit Apache Spark.
Das Ergebnis
Die Lösung wertet Millionen von SQL-Abfragen automatisiert aus und identifiziert Auffälligkeiten auf Basis von Abweichungen vom üblichen Nutzerverhalten. Besonderes Augenmerk lag auf der Nachvollziehbarkeit der Ergebnisse. Fachbereiche und IT-Verantwortliche können erkennen, welche Merkmale zu einer Bewertung geführt haben und warum eine Aktivität als ungewöhnlich eingestuft wurde. Damit entstand ein System, das auffällige Datenbankaktivitäten frühzeitig sichtbar macht.
Entdecken Sie
unsere digitalen Lösungen
Profitieren auch Sie von unserer umfassenden Erfahrung aus Projekten für Unternehmen unterschiedlichster Größe.
HyExpert
Sie möchten wissen, wie Sie Ihr Unternehmen mit unseren individuellen IT-Lösungen nach vorne bringen? Sie haben Fragen zu konkreten, digitalen Herausforderungen?
Sprechen Sie uns an – wir helfen Ihnen weiter!