R2-AD2：通过分析原始梯度检测异常
机器学习
2023-04-25 v1 密码学与安全
摘要
神经网络遵循基于梯度的学习方案，通过反向传播输出损失来调整其映射参数。与训练期间所见样本不同的样本会导致不同的梯度分布。基于这一直觉，我们设计了一种称为R2-AD2的新型半监督异常检测方法。通过分析多个训练步骤上梯度的时序分布，我们在严格的半监督设定下可靠地检测点异常。我们不使用依赖于领域的特征，而是将待测样本引起的原始梯度输入到一个端到端的循环神经网络架构中。R2-AD2以纯粹数据驱动的方式工作，因此可轻易应用于异常检测的多种重要用例中。
引用
@article{arxiv.2206.10259,
title = {R2-AD2: Detecting Anomalies by Analysing the Raw Gradient},
author = {Jan-Philipp Schulze and Philip Sperl and Ana Răduţoiu and Carla Sagebiel and Konstantin Böttinger},
journal= {arXiv preprint arXiv:2206.10259},
year = {2023}
}
备注
Accepted at ECML-PKDD 2022