该研究提出了基于深度学习的解决方案，用于监控视频中的投掷行为检测，并通过生成新的公开数据集和比较不同特征提取器的性能来改善异常检测算法，实验结果良好。

本文介绍了端到端毒化框架P-GAN和基于深度自编码器的异常检测算法，用于解决垂直联邦学习中的毒化攻击问题，并评估了它们的效能和影响因素。

该文章介绍了一种提高异常检测算法鲁棒性的方法，通过引入“常态漂移”概念来适应数据分布的变化。作者提出了OWAD框架，通过淘汰旧数据、添加新数据和更新模型参数来适应数据变化。实验结果表明，OWAD在鲁棒性和标记成本方面表现最佳，对于解决安全领域的异常检测问题具有重要意义。