AttendanceGuard
AttendanceGuard — تشخیص ناهنجاری تردد — تشخیص ناهنجاری تردد و حضور چندشیفته با Isolation Forest + LSTM-AE — buddy-punch و off-hours.
Interactive Sample Demoبرای مدیر (KPI)
قبل
نمونهگیری دستی ۵٪ لاگ (~۴۰ ساعت/ماه)
بعد
۱۰۰٪ امتیازدهی؛ بررسی ۲٪ مشکوک (~۲۸ ساعت/ماه، −۳۰٪)
- ۹۰٪+ recall تقلب شبیهسازیشده
- ۳۰٪ کاهش ساعت حسابرسی دستی
- IF + LSTM-AE ensemble
- playbook تحقیق توضیحپذیر
«قبلاً ۵٪ لاگ را دستی نمونهگیری میکردیم؛ الان AttendanceGuard همان ۲٪ مشکوک را اول نشان میدهد.»
برای مهندس (Pipeline)
CSV ingest → daily profile → Isolation Forest + LSTM-AE → ensemble → rule explainer → alert queue
hrsecurityanomaly-detectiontime-attendancebuddy-punch
متریکهای قابل بازتولید
| بنچمارک | جزئیات | نتیجه |
|---|---|---|
| Fraud recall | labeled fraud | 90.9% |
| Precision | full dataset | 83.3% |
| Normal FPR | benign rows | 0.17% |
لینکهای Hugging Face
درخواست پایلوت
برای استقرار on-prem، یکپارچهسازی ERP/SSO یا fine-tune روی داده سازمان خود تماس بگیرید.