敵対的生成ネットワークを用いた集団型異常検知

DOI

書誌事項

タイトル別名
  • Collective Anomaly Detection using Generative Adversarial Networks

説明

<p>Generative Adversarial Network (GAN) を異常検知に用いた手法が提案され始めている．しかし，GANを用いた異常検知の既存研究は，特定時点の観測値を扱うモデルであるため，観測値自体は正常であるが，その観測値のふるまいが変化する集団型異常を検知することはできない．そこで本研究では，時系列データに存在する集団型異常をGANを用いて検知することを目的とする．我々は，既存手法のGANモデルのEncoderにsequence to sequence (seq2seq) のEncoder側，Generatorにseq2seqのDecoder側，そしてDiscriminatorにRecurrent Neural Networkと全結合Neural Networkを採用したGANモデルを開発した．集団型異常が含まれるデータセットを用いて評価を行ったところ，集団型異常を検知するためには，複数の観測値を扱うネットワークを利用する必要があること，我々のGANモデルは，複数の観測値を扱うネットワークを採用した既存手法と比較して，高い精度で集団型異常を検知できることが明らかになった．</p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390001288141814016
  • NII論文ID
    130007658691
  • DOI
    10.11517/pjsai.jsai2019.0_4a2j302
  • ISSN
    27587347
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ