지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제30권 제8호
- 발행연도
- 2024.8
- 수록면
- 347 - 353 (7page)
- DOI
- 10.5626/KTCP.2024.30.8.347
이용수
초록· 키워드
오류제보하기
딥러닝 모델을 활용한 다변량 시계열 이상 탐지 연구는 연속적인 여러 시점 구간으로 나타나는 시계열 이상을 효과적으로 성능 평가에 반영하기 위해, 레이블 조정 방법인 PA(point-adjust) 기반 F1 점수로 탐지 성능을 측정한다. PA%K는 하이퍼파라미터 K 값을 활용하여 PA 기반 F1 점수가 실제 성능에 비해 과하게 측정되는 현상을 방지하는 방법이다. PA%K를 제안한 연구는 학습된 딥러닝 모델을 활용하는 경우 K 값에 따른 성능 변화가 적다고 언급하였지만, 하나의 다변량 시계열에 대한 실험을 진행하였기 때문에 효과적으로 성능 변화를 보여주었다기에는 한계점이 있다. 본 논문에서는 서로 다른 다변량 시계열들을 활용하여 K 값에 따른 탐지 성능 변화를 비교 분석한다. 여러 시계열을 포함하는 두 실제 데이터셋에 대한 실험 결과는 학습된 모델을 활용하더라도 K 값에 따라 성능 변화가 나타날 수 있음을 보인다. 그리고 이상 구간 크기 분포가 다르면 성능 변화 양상도 달라질 수 있음을 보인다.
목차
요약
Abstract
1. 서론
2. 배경
3. 레이블 조정 방법: PA 및 PA%K
4. K 값에 따른 이상 탐지 성능 변화 비교 분석
5. 결론 및 향후 연구
References
참고문헌 (11)
참고문헌 신청
P. Malhotra, A. Ramakrishnan, G. Anand, L. Vig, P. Agarwal, and G. Shroff, “LSTM-based Encoder-Decoder for Multi-sensor Anomaly Detection,” arXiv preprint arXiv:1607.00148, Jul. 2016.
Y. Su, Y. Zhao, C. Niu, R. Liu, W. Sun, and D. Pei, “Robust Anomaly Detection for Multivariate Time Series through Stochastic Recurrent Neural Network,” Proc. of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, pp. 2828-2837, Jul. 2019.
H. Xu, W. Chen, N. Zhao, Z. Li, J. Bu, Z. Li, Y. Liu, Y. Zhao, and D. Pei, “Unsupervised Anomaly Detection via Variational Auto-Encoder for Seasonal KPIs in Web Applications,” Proc. of the 2018 World Wide Web Conference, pp. 187-196, Apr. 2018.
S. Tariq, S. Lee, Y. Shin, M. S. Lee, O. Jung, D. Chung, and S. S. Woo, “Detecting Anomalies in Space Using Multivariate Convolutional LSTM with Mixtures of Probabilistic PCA,” Proc. of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, pp. 2272-2280, Jul. 2019.
C. Zhang, D. Song, Y. Chen, X. Feng, C. Lumezanu, W. Cheng, J. Ni, B. Zong, H. Chen and N. V. Chawla, “A Deep Neural Network for Unsupervised Anomaly Detection and Diagnosis in Multivariate Time Series Data,” Proc. of the AAAI Conference on Artificial Intelligence, Vol. 33, No. 01, pp. 1409-1416, Jul. 2019.
Y. Su, Y. Zhao, C. Niu, R. Liu, W. Sun, and D. Pei, “Robust Anomaly Detection for Multivariate Time Series through Stochastic Recurrent Neural Network,” Proc. of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, pp. 2828-2837, Jul. 2019.
H. Xu, W. Chen, N. Zhao, Z. Li, J. Bu, Z. Li, Y. Liu, Y. Zhao, and D. Pei, “Unsupervised Anomaly Detection via Variational Auto-Encoder for Seasonal KPIs in Web Applications,” Proc. of the 2018 World Wide Web Conference, pp. 187-196, Apr. 2018.
S. Tariq, S. Lee, Y. Shin, M. S. Lee, O. Jung, D. Chung, and S. S. Woo, “Detecting Anomalies in Space Using Multivariate Convolutional LSTM with Mixtures of Probabilistic PCA,” Proc. of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, pp. 2272-2280, Jul. 2019.
C. Zhang, D. Song, Y. Chen, X. Feng, C. Lumezanu, W. Cheng, J. Ni, B. Zong, H. Chen and N. V. Chawla, “A Deep Neural Network for Unsupervised Anomaly Detection and Diagnosis in Multivariate Time Series Data,” Proc. of the AAAI Conference on Artificial Intelligence, Vol. 33, No. 01, pp. 1409-1416, Jul. 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
다변량 시계열 이상 탐지 평가를 위한 PA%K에서 K 값에 따른 탐지 성능 변화 비교 분석
한국정보과학회 학술발표논문집
2023 .06
-
Influence of PA6T addition on physical properties and morphology in PA66/ PA6T/PPE/MWCNT nanocomposites
한국고분자학회 학술대회 연구논문 초록집
2018 .04
-
전력 설비 성능 상태 이상 탐지를 위한 시계열 모델 성능 분석
대한전기학회 학술대회 논문집
2023 .04
-
A Survey on Deep Learning-based Anomaly Detection Models for Time Series Data
한국정보과학회 학술발표논문집
2019 .06
-
다변량 시계열 이상 탐지 과업에서 비지도 학습 모델의 성능 비교
정보보호학회논문지
2023 .02
-
다변량 시계열 데이터 특성 및 분포 변화를 고려한 이상 탐지 연구
한국통신학회 학술대회논문집
2025 .02
-
시계열 이상 특성을 고려한 대조 학습 기반 다변량 시계열 이상 탐지
대한산업공학회 추계학술대회 논문집
2024 .10
-
시계열 데이터의 이상 탐지를 위한 Recurrence Plot 알고리즘 기반 시계열 이미지 생성 방안
한국통신학회 학술대회논문집
2022 .02
-
다변량 시계열의 명시적 집중 학습을 통한 이상 탐지 효율성 향상
한국통신학회 학술대회논문집
2023 .02
-
딥러닝 기반 시계열 예측 알고리즘의 모델 크기에 따른 성능 비교 및 분석
한국통신학회 학술대회논문집
2022 .06
-
다변량 시계열의 비지도 학습기반 이상치 탐지를 위한 SaaS 아키텍처 및 모델 분석
한국정보과학회 학술발표논문집
2021 .12
-
다변량 시계열 데이터에서 이상 탐지를 위한 지식 증류
한국정보과학회 학술발표논문집
2021 .06
-
정규화 흐름 기반 시계열 이상 탐지 시스템 연구
한국컴퓨터정보학회 학술발표논문집
2023 .07
-
시계열 데이터 이상 탐지 기법 및 평가 지표
한국통신학회 학술대회논문집
2024 .11
-
다중 스케일 그래프 신경망을 이용한 다변량 시계열 이상 탐지 기법
한국산업정보학회논문지
2025 .02
-
기계 이상 탐지를 위한 시계열 데이터 기반 딥러닝 모델 설계에 관한 연구
한국통신학회 학술대회논문집
2020 .02
-
시계열 모델 기반 CAN 침입 탐지
한국정보과학회 학술발표논문집
2024 .12
-
딥 러닝을 이용한 VOC 저감 설비 이상 탐지 분석
한국컴퓨터정보학회논문지
2023 .04
-
The Multivariate Sensor Data Classification using Time Series Imaging
Journal of KIISE
2022 .08
-
이상탐지를 위한 딥러닝 기반 학습모델의 성능평가 및 분산 학습모델
한국정보과학회 학술발표논문집
2021 .06
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0