将Web事件预测与异常检测相联系：基于自监督神经网络的企业Web应用案例研究
密码学与安全
2020-09-08 v2 机器学习
摘要
近来Web应用已在企业中广泛用于对员工提供有效且高效业务流程的协助。预测企业Web应用中的后续Web事件可带来诸多益处，如高效缓存与推荐。本文中，我们提出一种用于企业Web应用的Web事件预测方法DeepEvent，以改进异常检测。DeepEvent包含三个关键特征：考虑序列Web事件特性的Web专用神经网络、克服标注数据稀缺的自监督学习技术，以及整合上下文事件并捕获Web事件间依赖的序列嵌入技术。我们在来自六个真实世界企业Web应用的Web事件上评估DeepEvent。实验结果表明DeepEvent在预测序列Web事件与检测基于Web的异常方面均有效。DeepEvent为研究者和从业者提供了基于上下文的系统，以情境感知更好地预测Web事件。
引用
@article{arxiv.2008.13707,
title = {Connecting Web Event Forecasting with Anomaly Detection: A Case Study on Enterprise Web Applications Using Self-Supervised Neural Networks},
author = {Xiaoyong Yuan and Lei Ding and Malek Ben Salem and Xiaolin Li and Dapeng Wu},
journal= {arXiv preprint arXiv:2008.13707},
year = {2020}
}
备注
accepted at EAI SecureComm 2020