抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
異常検出は,観測セットの異常な信号を同定するプロセスである。これはサイバーセキュリティと戦場などのいろいろな分野における重要な課題である。多くのシナリオでは,観測結果から,分散移動または小形状因子デバイスのセットから収集した。伝統的に,大規模システムはすべてのデバイスから集めたデータに分析を行う観測は,集中化したサーバに送られる。しかし,これらの小さな形状因子デバイスの計算能力は,ハードウェアへの年間改善と近年益々厳しくなっている。端計算として知られている,新しいモデルはこの計算能力の利点を利用し,分散装置上の局所分析を行った。本論文では,各エッジデバイス上に設置された,オートエンコーダ,特殊化した深い学習ニューラルネットワーク分析を行い,分散様式で異常の観測を確認するために使用する異常検出へのアプローチを提案した。同時に,新しい傾向を同定するためにオートエンコーダを,新しい観測からわかったこと。接続が利用可能であるときに集中サーバは更新されたモデルを集約し,エッジデバイスにそれらを分布する。このアーキテクチャは,エッジデバイス間の帯域幅と連結性要求とオートエンコーダモデルと異常観測のみが中央サーバに送られ,全ての観察データよりもむしろなければならないとして中央サーバを減少させた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】