延迟反馈下基于超级专家的异常检测
机器学习
2021-04-23 v2 机器学习
摘要
数据与信息物理系统互联程度的提高导致网络攻击数量不断增长。需要通过识别异常活动对这类攻击进行实时检测，以便有效且快速地部署缓解和应急措施。我们提出一种新方法，用于聚合无监督异常检测算法并在反馈可用时纳入反馈。我们将该方法应用于开源真实数据集，表明聚合模型（我们称为专家）与纳入反馈均显著提升了性能。所提方法的一个重要特性是其理论保证：它们在累积平均损失方面表现接近最佳超级专家，而超级专家可在表现最佳的专家之间切换。
引用
@article{arxiv.2010.03857,
title = {Anomaly detection with superexperts under delayed feedback},
author = {Raisa Dzhamtyrova and Carsten Maple},
journal= {arXiv preprint arXiv:2010.03857},
year = {2021}
}