MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks

本篇论文“MAD-GAN:利用GAN对时间序列数据进行多元异常检测”,发表于2019ICANN上,文章主要围绕”异常检测+多元时间序列+网络入侵+GAN“展开,以下是我这几天阅读该篇文章的收获,其中,模型及结构我自己做了一个动画版,动画版我用了很久的时间去理顺作者的思想做出来的,能够更直观明确地表现出该模型的流程,但是我还不太清楚怎么怎么将动画展示在博客中,后期如果学会我会及时更新,如果有小伙伴着急需要,也可以私信我,对文章理解不到位的地方,也请各位小伙伴指正,共同学习进步!

一、论文概括

  1. 研究对象
  2. 目标
  3. 方法
  4. 结论

在这里插入图片描述

二、相关的研究工作

  1. 异常检测
  2. MAD-GAN在这里插入图片描述

三、作者的研究方法

  1. 模型及分析
  2. 子序列的形成
  3. DR评分
  4. 算法流程
  5. 两个CPS数据集介绍
  6. 模型相关参数设置
  7. 评测指标
  8. 实验结果及比对
    在这里插入图片描述在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
发布了14 篇原创文章 · 获赞 31 · 访问量 6521

猜你喜欢

转载自blog.csdn.net/WangZixuan1111/article/details/105103075