Practical anomaly detection requires applying numerous approaches due to the inherent difficulty of unsupervised learning. Direct comparison between complex or opaque anomaly detection algorithms is intractable; we instead propose a framework for associating the scores of multiple methods. Our aim is to answer the question: how should one measure the similarity between anomaly scores generated by different methods? The scoring crux is the extremes, which identify the most anomalous observations. A pair of algorithms are defined here to be similar if they assign their highest scores to roughly the same small fraction of observations. To formalize this, we propose a measure based on extremal similarity in scoring distributions through a novel upper quadrant modeling approach, and contrast it with tail and other dependence measures. We illustrate our method with simulated and real experiments, applying spectral methods to cluster multiple anomaly detection methods and to contrast our similarity measure with others. We demonstrate that our method is able to detect the clusters of anomaly detection algorithms to achieve an accurate and robust ensemble algorithm.


翻译:实际异常的检测要求应用多种方法,因为缺乏监督的学习本身存在困难。对复杂或不透明异常的检测算法进行直接比较是难以解决的;我们提议了一个框架,将多种方法的分数联系起来。我们的目的是回答问题:如何衡量不同方法产生的异常分数之间的相似性?评分柱是极端的,它确定了最反常的观测结果。如果一对算法将最高分分配给大致相同一小部分的观察结果,这里就定义相似。为了正式确定这一点,我们建议了一种基于通过新型的上象方模型方法在分数分布中极端相似性的措施,并将它与尾部和其他依赖性措施进行比较。我们用模拟的和真实的实验来说明我们的方法,用光谱方法将多重异常的检测方法组合起来,并将我们与其它方法进行比较。我们证明,我们的方法能够探测异常检测算法的集群,以便实现准确和稳健的混合算法。

0
下载
关闭预览

相关内容

在数据挖掘中,异常检测(英语:anomaly detection)对不符合预期模式或数据集中其他项目的项目、事件或观测值的识别。通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。异常也被称为离群值、新奇、噪声、偏差和例外。 特别是在检测滥用与网络入侵时,有趣性对象往往不是罕见对象,但却是超出预料的突发活动。这种模式不遵循通常统计定义中把异常点看作是罕见对象,于是许多异常检测方法(特别是无监督的方法)将对此类数据失效,除非进行了合适的聚集。相反,聚类分析算法可能可以检测出这些模式形成的微聚类。 有三大类异常检测方法。[1] 在假设数据集中大多数实例都是正常的前提下,无监督异常检测方法能通过寻找与其他数据最不匹配的实例来检测出未标记测试数据的异常。监督式异常检测方法需要一个已经被标记“正常”与“异常”的数据集,并涉及到训练分类器(与许多其他的统计分类问题的关键区别是异常检测的内在不均衡性)。半监督式异常检测方法根据一个给定的正常训练数据集创建一个表示正常行为的模型,然后检测由学习模型生成的测试实例的可能性。
最新《机器学习数学基础》书册,109页pdf
专知会员服务
76+阅读 · 2021年2月7日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
已删除
将门创投
5+阅读 · 2020年3月2日
Arxiv
0+阅读 · 2021年3月8日
Principal Neighbourhood Aggregation for Graph Nets
Arxiv
17+阅读 · 2020年6月7日
VIP会员
相关资讯
已删除
将门创投
5+阅读 · 2020年3月2日
Top
微信扫码咨询专知VIP会员