A hálózati anomáliadetektálás régóta fontos alkalmazási területe a gépi tanulásnak. A klasszikus felügyelt és felügyelet nélküli módszerek mellett az elmúlt években egyre több mélytanulás-alapú, gráfalapú és előtanított modell jelent meg. Az eredmények összehasonlíthatóságát ugyanakkor jelentősen befolyásolhatja az alkalmazott adathalmaz, az előfeldolgozás, a kiértékelési protokoll és a megfelelő baseline-ok megválasztása.
A szakdolgozat célja hálózati forgalomban alkalmazható gépi tanulás alapú anomáliadetektálási módszerek összehasonlító vizsgálata. A hallgató feladata egy releváns, publikált megközelítés kiválasztása, reprodukálása, majd ezek összevetése széles körben alkalmazott baseline módszerekkel, egységes kísérleti környezetben.