Identificación de anomalías

Identificar anomalías consiste en reconocer sucesos o datos que se alejan de forma significativa de un estándar o una línea de base establecidos. Te ayuda a evitar falsas alarmas porque primero necesitas entender qué es «normal», como conocer tu frecuencia cardíaca habitual en reposo antes de alarmarte por un aumento temporal. Al establecer primero esta referencia, distingues las señales relevantes del ruido aleatorio. Comprueba esto: elige una medida que sigas y define hoy su rango «normal» específico.

Para identificar anomalías de forma fiable, debes observar de manera estructurada en lugar de reaccionar a sucesos aislados. El proceso sigue un ciclo de comparación: recibes los datos, los comparas con la línea de base, analizas las desviaciones y obtienes un resultado.

Primero, establece una línea de base sólida. No puedes detectar un valor atípico sin definir claramente qué es normal. En ciberseguridad, esto significa registrar los horarios habituales de inicio de sesión de los usuarios; en la fabricación, significa conocer la frecuencia exacta de vibración de una máquina en buen estado.

Segundo, fija umbrales de tolerancia. No todas las desviaciones importan. Una caída del uno por ciento en el tráfico de un sitio web podría ser ruido, pero una caída del quince por ciento es una señal. Debes definir la «zona de indiferencia» en la que se ignoran las pequeñas fluctuaciones para evitar el cansancio que provoca recibir demasiadas alertas.

Tercero, pon la desviación en contexto. Cuando se supera un umbral, comprueba las condiciones externas. Un aumento repentino de las ventas de helado durante una ola de calor no es una anomalía: es una correlación. Las anomalías reales a menudo carecen de un desencadenante externo evidente, lo que hace necesario recurrir al razonamiento abductivo para encontrar la causa oculta.

La investigación sobre la teoría de detección de señales y el control estadístico de procesos destaca cómo las personas y los algoritmos distinguen las señales reales del ruido de fondo. Los métodos formales se centran en definir distribuciones de probabilidad para cuantificar lo improbable que es un suceso.

• Green y Swets (1966): Establecieron la teoría de detección de señales y demostraron que detectar anomalías implica un equilibrio entre la sensibilidad (tasa de aciertos) y la especificidad (tasa de falsas alarmas) [1].
• Shewhart (1931): Introdujo la distinción entre «causa asignable» y «causa aleatoria», que sentó las bases de los gráficos de control utilizados para identificar anomalías estadísticas en la industria [2].
• Kahneman y colaboradores (2021): Sostienen que el «ruido» (la variabilidad no deseada en los juicios) a menudo se parece a las anomalías, por lo que hace falta aplicar prácticas rigurosas de higiene en los procesos de toma de decisiones para identificar los verdaderos valores atípicos [3].

La detección estricta de anomalías puede fallar en entornos dinámicos donde la «línea de base» cambia constantemente (datos no estacionarios). Depender demasiado de las líneas de base históricas puede llevar al «sesgo de normalidad»: se ignoran amenazas sin precedentes porque no encajan en los patrones conocidos de valores atípicos, como ocurre con los sucesos de tipo «cisne negro».