本研究提出了一种新颖的基于图的框架，能够从未校准的多视角图像中自动提取语义对象并生成二维地图，解决了手动标注效率低和准确性差的问题。在强视角变化下，该方法仍能保持4米以内的平均精度。

本文介绍了一种基于无监督深度学习的在线异常检测方法，旨在识别内部威胁并减轻分析员负担。该方法在CERT Insider Threat Dataset v6.2上显著提高了威胁检测的召回率。还提出了多种基于图的异常检测框架，如Logs2Graphs和LogShield，表现优异。FastLogAD框架通过生成伪异常日志实现快速检测，实验结果显示其性能优于现有方法。