面向相关组合异常检测的主动假设检验
机器学习
2026-01-27 v1
摘要
我们研究了在相关噪声下识别异常流子集的问题，其动机源于信息物理系统中的监控与安全。该问题可视为组合纯探索的一种形式，其中每个流扮演臂的角色，测量必须在不确定性下顺序分配。现有的组合赌博机和假设检验方法通常假设观测独立，并且未能利用相关性进行高效的测量设计。我们提出了ECC-AHT，一种自适应算法，它选择连续的、受约束的测量来最大化竞争假设之间的Chernoff信息，从而通过差分感知实现主动噪声消除。ECC-AHT实现了最优的样本复杂度保证，并且在合成和真实世界的相关环境中显著优于最先进的基线方法。代码可在https://github.com/VincentdeCristo/ECC-AHT获取。
引用
@article{arxiv.2601.17430,
title = {Active Hypothesis Testing for Correlated Combinatorial Anomaly Detection},
author = {Zichuan Yang and Yiming Xing},
journal= {arXiv preprint arXiv:2601.17430},
year = {2026}
}
备注
47 pages, 26 figures