首页|GAD:基于拓扑感知的时间序列异常检测

GAD:基于拓扑感知的时间序列异常检测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了解决网络中节点设备异常检测、智能运维、根因分析等问题,针对链路时延、网络吞吐率、设备内存使用率等时序数据,提出了一种基于图的门控卷积编解码异常检测模型.考虑网络场景的实时性需求以及网络拓扑连接关系对时序数据的影响,基于门控卷积对时序数据并行提取时间维度特征并通过图卷积挖掘空间依赖关系.基于时空特征提取模块组成的编码器对原始输入时序数据编码后,卷积模块组成的解码器用于重构时序数据.原始数据和重构数据间的残差进一步用于计算异常分数并检测异常.在公开数据和模拟仿真平台上的实验表明,所提模型相对于目前的时间序列异常检测基准模型具有更高的识别准确率.
GAD: topology-aware time series anomaly detection

戚琦、申润业、王敬宇

展开 >

北京邮电大学网络与交换国家重点实验室,北京 100876

智能运维 异常检测 时间序列 时空卷积

国家重点研发计划基金资助项目国家自然科学基金资助项目国家自然科学基金资助项目北京市自然科学基金资助项目

2018YFB180050261671079617710684182041

2020

通信学报
中国通信学会

通信学报

CSTPCDCSCD北大核心EI
影响因子：1.265
ISSN：1000-436X
年,卷(期)：2020.41(6)
  • 9
  • 16