时空数据与异常检测

• 2020四月 IEEE Access
  HUAD: Hierarchical Urban Anomaly Detection Based on Spatio-Temporal Data（基于时空数据的分层城市异常检测）

识别城市中的交通异常流情况，数据是出租车、地铁数据，其实验方法是将城市地图分成区块，用了时空信息，但是不是时空图，本质图是普通图。

• 2019十月 IEEE Access
  Anomaly Detection Based on Spatio-Temporal and Sparse Features of Network Traffic in VANETs （VANET车载自组织网络中基于时空稀疏特征的网络流量异常检测）

没看懂，但是不是时空图

• 2019 IEEE International Conference on Big Data (Big Data) Spatiotemporal Real-Time Anomaly Detection for Supercomputing Systems

检测系统异常的，基于时空特征的事件检测而不是基于周期。但是有一说一，这文章最难的部分应该是数据的获取吧，不是基于时空图的

• 2019 IEEE Access Adapted K-Nearest Neighbors for Detecting
  Anomalies on Spatio–Temporal Traffic Flow(适应K最近邻检测时空交通流异常)
  

flow distribution probabilities(FDP)流量分布概率
用了时空信息，但是不是时空图。那么能不能在这一块继续往下走呢？