每日论文 | 用机器学习检测物联网面临的攻击；从零训练目标检测框架；社区发现技术进步总结

1

Time is of the Essence: Machine Learning-based Intrusion Detection in Industrial Time Series Data

物联网产业的飞速发展增强了行业各应用的联系。除了效率提高、规模扩大、易用度增加，物联网也面临着很多新型攻击。在这篇文章中，模拟行业网络数据被转换成时间序列，用三种不同的算法进行分析。数据包含被标记的攻击，所以可以在分析时评估出其性能。

地址：https://arxiv.org/abs/1809.07500

2

Object Detection from Scratch with Deep Supervision

在这篇文章中，研究人员提出了深度监督目标检测（OSOD），这是一种可以从零训练的目标检测框架。目前的目标检测非常依赖现有模型以及预训练分类数据集。但是其中可能会带来偏见。类似于微调的技术可以缓解这一问题，但并不能从根本上解决。而且将预训练模型迁移到其他领域是非常困难的，例如将RGB图像迁移到深度图像上。所以我们提出了这一框架。

地址：https://arxiv.org/abs/1809.09294

3

A Survey on Theoretical Advances of Community Detection in Networks

本文是对最近社区发现（community detection）领域所作出的理论发展成就进行了总结。作者回顾了多种社区发现方法，以及他们的理论特征，包括图像切割方法、似然函数方法、伪似然函数方法等。作者还简要讨论了社区发现的其他研究话题，例如鲁棒性社区发现和模型选择，给未来的研究提出了可能的研究方向。

地址：https://arxiv.org/abs/1809.07691