(EN) For improved provision of an alarm relating to anomaly scores assigned to input data (140), such as detecting a distribution drift of the incoming data (140) using anomaly detection models (130), the following computer-implemented method is suggested: receiving input data (140) relating to at least one device (142), wherein the input data (140) comprise incoming data batches X relating to at least N separable classes, with n ϵ 1, …, N; determining respective anomaly scores s1, …, sn for the respective incoming data batch X relating to the at least N separable classes using N anomaly detection models Mn (130); applying the (trained) anomaly detection models Mn (130) to the input data (140) to generate output data (152), the output data (152) being suitable for analyzing, monitoring, operating and/or controlling the respective device (142); determining, for the respective incoming data batch X, a difference between the determined respective anomaly scores s1, …, sn for the at least N separable classes on one hand and given respective anomaly scores S1, …, Sn of the N anomaly detection models Mn (130) on the other hand; if the respective determined difference between is greater than a difference threshold: providing an alarm (150) relating to the determined difference to a user, the respective device (142) and/or an IT system connected to the respective device (142).
(FR) Pour la transmission améliorée d'une alerte portant sur des scores d'anomalie attribués à des données d'entrée (140), par exemple la détection d'une dérive de répartition des données entrantes (140) au moyen de modèles de détection d'anomalies (130), la présente invention suggère un procédé informatisé consistant : à recevoir des données d'entrée (140) portant sur au moins un dispositif (142), tel que les données d'entrée (140) comprennent des lots (X) de données entrantes portant sur au moins N classes séparables, avec n ∊ 1, …, N ; à déterminer des scores d'anomalie s1, …, sn respectifs pour le lot (X) respectif de données entrantes portant sur les au moins N classes séparables au moyen de N modèles (Mn) de détection d'anomalies (130) ; à appliquer les modèles (Mn) (entraînés) de détection d'anomalies (130) aux données d'entrée (140) pour générer des données de sortie (152), les données de sortie (152) permettant d'analyser, de surveiller, de commander, et/ou de contrôler le dispositif (142) respectif ; à déterminer, pour le lot (X) respectif de données entrantes, une différence entre les scores d'anomalie respectifs déterminés s1, …, sn pour les au moins N classes séparables d'une part et des scores d'anomalie respectifs donnés S1, …, Sn des N modèles (Mn) de détection d'anomalies (130) d'autre part ; si la différence déterminée respectve entre ces scores est supérieure à un seuil de différence : à transmettre une alerte (150) portant sur la différence déterminée à un utilisateur, au dispositif (142) respectif et/ou à un système de TI connecté au dispositif (142) respectif.