M$^2$AD: Multi-Sensor Multi-System Anomaly Detection through Global Scoring and Calibrated Thresholding

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本文提出了M$^2$AD框架,旨在解决传统异常检测方法在多系统异构时间序列中的不足。该框架通过深度模型捕捉正常行为,并利用高斯混合模型和伽马校准生成全球异常评分,实验结果显示其性能比现有方法提高21%。

🎯

关键要点

  • M$^2$AD框架旨在解决传统异常检测方法在多系统异构时间序列中的不足。

  • 该框架通过深度模型捕捉正常行为,进行无监督异常检测。

  • 利用高斯混合模型和伽马校准生成全球异常评分。

  • 实验结果显示M$^2$AD的性能比现有方法提高21%。

➡️

继续阅读