Anomaly Detection at Multiple Scales ( ADAMS) fue un proyecto de DARPA de 35 millones de dólares diseñado para identificar patrones y anomalías en conjuntos de datos muy grandes. Está a cargo de la oficina de Innovación en Información de DARPA y comenzó en 2011 [1] [2] [3] [4] y finalizó en agosto de 2014 [5].
El proyecto tenía como objetivo detectar y prevenir amenazas internas como "un soldado con buena salud mental que se vuelve homicida o suicida", un "insider inocente que se vuelve malicioso" o "un empleado del gobierno [que] abusa de los privilegios de acceso para compartir información clasificada". [2] [6] Los casos específicos mencionados son Nadal Malik Hasan y la fuente de WikiLeaks Chelsea Manning . [7] Las aplicaciones comerciales pueden incluir finanzas. [7] Los destinatarios previstos de los resultados del sistema son los operadores de las agencias de contrainteligencia . [2] [6]
El 11 de mayo de 2015 se publicó un informe final que detallaba un sistema conocido como Anomaly Detection Engine for Networks, o ADEN, desarrollado por la Universidad de Maryland, College Park , cuyo objetivo era "identificar usuarios maliciosos dentro de una red". Utilizando múltiples conjuntos de datos de Wikipedia , Slashdot y otros, los investigadores pudieron identificar a vándalos y usuarios maliciosos en un sitio web utilizando algoritmos convencionales e inteligencia artificial. [8]
El descubrimiento proactivo de amenazas internas mediante el análisis y el aprendizaje de gráficos fue parte del proyecto ADAMS. [6] [9] El equipo de Georgia Tech incluye al destacado investigador en informática de alto rendimiento David Bader (científico informático) . [10]