基于模型的概念漂移解释用于关键基础设施异常定位
机器学习
2024-02-08 v2
摘要
面对气候变化，本已有限的饮用水供应在未来将进一步减少，使饮用水成为日益稀缺的资源。大量饮用水因输配水网络中的泄漏而损失。因此，异常检测与定位，尤其是泄漏定位，由于配水网络中复杂的交互与变化的需求而成为关键但具挑战性的任务。本工作中，我们采用贝叶斯网络对网络建模，分析异常对关键基础设施系统动态的影响。随后我们讨论该问题如何与概念漂移相关联，并可通过概念漂移的视角加以考量。特别地，我们认为基于模型的概念漂移解释在仅有有限网络信息的情况下，是定位异常的一种有前景的工具。该方法使用现实基准场景进行了实验评估。为展示我们的方法更普遍地适用于关键基础设施，除考虑水系中的泄漏与传感器故障外，我们还展示了所推导技术适用于定位电力系统中的传感器故障。
引用
@article{arxiv.2310.15830,
title = {Localizing Anomalies in Critical Infrastructure using Model-Based Drift Explanations},
author = {Valerie Vaquet and Fabian Hinder and Jonas Vaquet and Kathrin Lammers and Lars Quakernack and Barbara Hammer},
journal= {arXiv preprint arXiv:2310.15830},
year = {2024}
}