异常检测模型

作品数：110被引量：418H指数：11
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：陈鹏何施茗杨帆吕明琪龙春更多>>
相关机构：中国移动通信集团有限公司平安科技(深圳)有限公司深圳市腾讯计算机系统有限公司信息技术有限公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划江苏省自然科学基金黑龙江省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合状态估计和深度学习的智能电网异常检测模型
《兰州理工大学学报》2025年第2期143-151,共9页郑铁军 张宏杰 王景 王洋 
国网宁夏电力有限公司科技项目(5229NX230008)。
针对Web攻击和DDoS攻击引发的电力系统中一系列难以检测的网络安全事件问题,提出了一种加权最小二乘法、扩展卡尔曼滤波器与两阶段深度学习异常检测模型相融合的智能电网异常检测方法.该方法采用自适应合成采样算法,解决了电力系统中网...
关键词：智能电网 状态估计 异常检测 自适应合成采样 
基于自注意力和Bi-LSTM的业务流程异常检测模型
《重庆工商大学学报(自然科学版)》2025年第2期112-119,共8页陈国威 卢可 
国家自然科学基金资助项目(61402011);安徽省重点研究与开发计划项目(2022A05020005).
业务流程中的一项重要工作是进行数据的异常检测,它可以用于监控和识别企业或组织中出现的异常情况。目的针对目前业务流程异常检测方法大多数只考虑控制流,并未考虑事件日志中其他数据属性对业务流程影响的情况,提出一个多视角无监督...
关键词：自注意力机制 Bi-LSTM神经网络 业务流程 异常检测 
基于核主成分分析的半监督日志异常检测模型被引量：1
《江苏大学学报（自然科学版）》2025年第1期64-72,97,共10页顾兆军 叶经纬 刘春波 张智凯 王志 
国家自然科学基金资助项目(U2333201,61872202);国家重点研发计划项目(2021YFF0603902);民航安全能力建设项目(PESA2020100,PESA2021007,PESA2021009);中国科学院重点部署项目(KFZD-SW-440);天津市自然科学基金资助项目(19JCYBJC15500)。
对于具有“组异常”和“局部异常”分布特点的系统日志数据,传统的ADOA(anomaly detection with partially observed anomalies)半监督日志异常检测方法存在为无标签数据生成的伪标签准确性不佳的问题.针对此问题,提出一种改进的半监督...
关键词：系统日志 日志异常检测 组异常 局部异常 半监督 重构误差 核主成分分析 伪标签 
基于个性化PageRank和对比学习的图异常检测模型
《计算机科学》2025年第2期80-90,共11页袁野 陈明 吴安彪 王一舒 
国家重点研发计划(2022YFB2702100);国家自然科学基金(61932004,62225203,U21A20516,62302084);中国博士后科学基金(2023M730518)。
图异常检测旨在从属性网络中检测出异常节点,其由于在许多应用领域如金融、电子贸易、垃圾邮件发送者检测中有着深远的实际意义而备受重视。传统的非深度学习方法只能捕捉图的浅层结构,对此,研究者们提出了基于深度神经网络的异常检测...
关键词：图异常检测 个性化PageRank 图神经网络 图对比学习 
混合特征平衡图注意力网络日志异常检测模型被引量：1
《计算机工程与应用》2025年第1期308-320,共13页陈旭 张硕 景永俊 王叔洋 
中央高校基本科研业务费专项资金(2022PT_S04);宁夏回族自治区重点研发项目(2023BDE02017)。
针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息...
关键词：日志异常检测 日志分析 图神经网络 混合特征提取 数据不平衡 
基于XGBoost的电网过流异常检测模型
《电子测量技术》2024年第21期130-137,共8页马智强 康洁滢 梁飞 王进 
国家电网有限公司科技项目(SGNXYX00JCJS2310194)资助。
在电网系统中,异常检测效率直接影响到系统维护成本,传统电网异常检测方法基于专家经验知识转化为固定规则与阈值,存在一定的局限性。现有的异常检测研究多以窃电、设备故障为主要分析对象,对过流异常的分析不足。本文针对过流异常的特...
关键词：过电流 异常检测 机器学习 可解释性 
一维卷积神经网络的自编码癫痫发作异常检测模型
《南方医科大学学报》2024年第9期1796-1804,共9页欧嘉志 詹长安 杨丰 
国家自然科学基金(61771233)。
目的将一维卷积神经网络(1DCNN)作为自编码模型的特征提取网络,利用1DCNN对头皮脑电信号(EEG)局部特征的感知能力来提高自编码模型(AE)在低维特征空间的表达能力,提出一种简单高效的癫痫异常检测模型。方法癫痫发作后会出现标志性的EEG...
关键词：自编码器 深度学习 癫痫检测 异常检测 一维卷积神经网络 
基于扩张卷积神经网络的异常检测模型被引量：1
《沈阳建筑大学学报（自然科学版）》2024年第4期738-744,共7页高治军 曹浩东 韩忠华 
国家重点研发计划项目(2018YFF0300304-04);辽宁省重点研发计划项目(2020JH2/10100039);辽宁省教育厅高等学校基本科研项目重点项目(LJKZ0583);沈阳市中青年科技创新人才支持计划项目(RC200026)。
目的提出一种基于DCNN-MiLSTM的异常检测模型,解决传统的网络异常检测模型难以处理具有时序特征网络流量数据的问题。方法对原始流量数据的时间标签进行重定义,利用扩张卷积神经网络对整体特征进行提取,同时引入Mogrifier LSTM网络,对...
关键词：网络异常检测 扩张卷积神经网络 标签重定义 时序特性 
基于Transformer-GAN的无人天车异常检测模型被引量：1
《制造业自动化》2024年第8期123-128,135,共7页李威 邱永峰 李长云 朱海曦 黄萱 
湖南省高新技术产业科技创新引领计划(2021GK4008);湖南省教育厅科学研究项目重点项目(21A0356)。
为了提升无人天车异常检测的精度和效率,解决传统异常检测方法存在的难以对高维、不平衡数据检测,难以捕捉时间序列相关性等问题,提出了一种基于Transformer和GAN的无人天车异常检测模型(TGAN-UCAD)。该方法基于编码器解码器架构,将Tran...
关键词：无人天车 异常检测 TRANSFORMER GAN 
基于ConvLSTM网络的电力时序数据异常检测模型被引量：1
《电脑知识与技术》2024年第24期40-42,共3页张飞 黄刘松 吕家伟 
马鞍山师范高等专科学校科研项目(2023xjkyxm06);马鞍山师范高等专科学校科研项目(2022xjzdky10);安徽省高校自然科学研究重点项目(KJ2021A1289);安徽省高校自然科学研究重点项目(KJ2020A0881);安徽省高校自然科学研究重大项目(2022AH040346)。
随着电厂智能化的升级改造,生产系统产生了大量的时序数据。然而,在数据采集、传输和存储等过程中,海量时序数据可能会出现异常,影响企业的后续分析和决策。针对电厂时序数据中常见的异常问题,受自注意机制的启发,文章设计了一种基于循...
关键词：时序数据 数据异常 注意力机制 
全选清除导出
共11页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部