Прогресс в области мобильных коммуникаций 5-го поколения (5G) и интернета вещей (IoT) способствует развитию умных приложений, но также делает эти сети все более сложными и уязвимыми для направленных атак. Для отслеживания и идентификации аномальных событий в сетях исследователи разработали несколько моделей обнаружения исключений (AD), особенно на основе технологий глубокого обучения. Однако из-за недостатка знаний у операторов сетей по поводу этих черных ящиков, развертывание и использование этих моделей сталкиваются с множеством вызовов. В данной статье проведен систематический обзор существующих моделей и методов обнаружения исключений в области коммуникационных сетей. На основе принципов и структуры модели эти модели разделены на 4 категории методологии, с особым упором на роль больших языковых моделей, которые недавно показали огромный потенциал в области обнаружения исключений. Кроме того, проведено подробное обсуждение этих моделей в 4 различных областях применения: мониторинг трафика сети, анализ журналов систем сети, предоставление услуг облачных вычислений, а также безопасность интернета вещей. На основе данных требований приложений проанализированы существующие вызовы и выдвинуты идеи по направлениям будущих исследований, включая устойчивость, объяснимость и роль больших языковых моделей в обнаружении исключений.

Anomaly detection;AIOps;Large language models;Communication networks