异常检测
文章平均质量分 80
Anomaly Detection
Gnibuyek
这个作者很懒,什么都没留下…
展开
-
Fast and Reliable Anomaly Detection in Categorical Data
Minimum Description Length, MDL:最小描述长度 摘要:对于金融、医疗、安全等领域的许多应用来说,发现大型多维数据库中的异常是一项至关重要的任务。本文介绍了一种利用基于模式压缩的识别异常的新方法——COMPREX。我们的方法找到一组简洁描述数据库规范的字典,将那些与规范不同的点标记为异常点,具有较高的压缩代价。我们的方法具有四个关键特征:(1)它是无参数的,它直接从数据构建字典,不需要用户指定参数如距离函数或密度和相似度阈值;(2)它具有通用性,它适用于广泛的复杂数据库,包括图原创 2022-02-14 00:06:01 · 706 阅读 · 0 评论 -
Deep Graph-level Anomaly Detection by Glocal Knowledge Distillation
Graph-level anomaly detection, GAD:图级异常检测 摘要:GAD是指与其他图相比,检测出结构和/或节点特征异常的图。GAD的挑战之一是设计出能够检测局部和全局异常的图表示,即分别在其细粒度(节点级)或整体(图级)属性上异常的图。为了解决这一问题,作者提出了一种新的深度异常检测方法,该方法通过对图和节点表示的联合随机蒸馏来学习丰富的全局和局部正常模式信息。随机蒸馏是通过训练一个GNN来预测另一个具有随机初始化网络权值的GNN。在来自不同领域的16个真实世界的图数据集上进行的大原创 2022-01-24 22:00:58 · 2699 阅读 · 0 评论 -
网络数据集网站FYI
ODDS – Outlier Detection DataSets AMiner Network Data Repository | The First Interactive Network Data Repository Stanford Large Network Dataset Collection Networks Datasets | LINQS (ucsc.edu) Outlier Detection Data Sets (elki-project.github.io) GitH原创 2021-12-30 22:52:29 · 208 阅读 · 0 评论 -
基于拓扑结构和属性信息深度结合的异常检测方法
The deep fusion of topological structure and attribute information for anomaly detection in attributed networks unsupervised Anomaly Detection method in the attributed networks based on Random Walking AutoEncoder,RW2AEAD:基于属性网络的随机游走自编码器无监督异常检测方法 摘要:基于属性.原创 2021-12-28 22:35:26 · 2022 阅读 · 0 评论 -
Hybrid-Order Anomaly Detection on Attributed Networks
基于属性网络的混合阶异常检测 名词解释: Hybrid-Order Graph Attention Network, HO-GAT:混合阶图注意力网络 摘要:基于属性网络的异常检测近年来收到了越来越多的关注。现有的检测方法大多只检测异常节点而不能检测异常子图。文章定义了一个新的基于属性网络的混合阶异常检测问题,以同时检测异常节点和子图。为此,提出一种新的深度学习模型——混合阶图注意力网络HO-GAT,该模型可以同时检测属性网络中的异常节点和motif实例。为了模拟节点和motif实例之间的相互影响,将原创 2021-12-14 13:29:26 · 1019 阅读 · 0 评论