文献

J-GLOBAL ID：202002279433999200   整理番号：20A0857611

教師なし異常検出のための軽量ディープオートエンコーダに基づくアプローチ【JST・京大機械翻訳】

A Lightweight Deep Autoencoder-Based Approach for Unsupervised Anomaly Detection

著者 (3件)： Dlamini Gcinizwe (Innopolis University, Innopolis, Russia) ,  Galieva Rufina (Innopolis University, Innopolis, Russia) ,  Fahim Muhammad (Innopolis University, Innopolis, Russia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： AICCSA  ページ： 1-5  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 教師なし異常検出は,多くのシステムの異常な挙動と積分部分を見つけるための研究の重要な領域である。本研究では,教師なしの方法で異常を検出するために,軽量の深いオートエンコーダに基づくアプローチを提示した。それは,正規パターン上のモデルを学習する能力を持ち,いかなる偏差も異常と考えられる。その結果,モデルの訓練段階の間に異常なデータパターンを持つ条件を緩和することができる。本研究では,簡単なアーキテクチャが訓練,試験時間,パラメータの数,および計量に関して良好な性能を示すことができることを示すために,異常検出タスクのための軽量オートエンコーダを検討した。二値分類問題(すなわち,各データ点は正常または異常のどちらかを考慮した)に対して自動符号器を適用した。再構成誤差を用いて異常を検出した。実験は侵入検知システムとして知られているサイバーセキュリティドメインの特定のクラス上で行われる。KDD-99,NSL-KDDおよびUNSW-NB15の標準公開可能ベンチマークに関する著者らのモデルを評価し,それぞれ0.96,0.88および0.95のF1スコアを達成した。それは,最先端の方法と比較して,かなりのマージンによって性能を上回った。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 符号器 ,  *計算機アーキテクチャ ,  ベンチマーク ,  再構成
準シソーラス用語： サイバーセキュリティ ,  侵入検知システム ,  *自己符号化器 ,  異常検出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 教師 ,  異常検出 ,  軽量