《异常检测——从经典算法到深度学习》9 异常检测资料汇总（持续更新&抛砖引玉）

浅浅的花香味﹌ 2022-10-28 14:24 75阅读 0赞

《异常检测——从经典算法到深度学习》

  • 0 概论
  • 1 基于隔离森林的异常检测算法
  • 2 基于LOF的异常检测算法
  • 3 基于One-Class SVM的异常检测算法
  • 4 基于高斯概率密度异常检测算法
  • 5 Opprentice——异常检测经典算法最终篇
  • 6 基于重构概率的 VAE 异常检测
  • 7 基于条件VAE异常检测
  • 8 Donut: 基于 VAE 的 Web 应用周期性 KPI 无监督异常检测
  • 9 异常检测资料汇总（持续更新&抛砖引玉）
  • 10 基于条件 VAE 的鲁棒无监督KPI异常检测
  • 11 针对大量出现的KPI流快速部署异常检测模型
  • 12 对复杂 KPI 基于VAE对抗训练的非监督异常检测

相关：

  • VAE 模型基本原理简单介绍
  • GAN 数学原理简单介绍以及代码实践

9 异常检测资料汇总（持续更新&抛砖引玉）

考虑到异常检测任务的繁琐，这里特地列举一些可能大家用的到的论文和资料，如果有补充请务必在后面留言。

9.1 论文

论文是重中之重，请务必重视论文阅读。但是在这里很难也不可能列举出所有优秀的论文，所以这里只提供一些常用的查论文的方法等。

  • AIOps 的论文收集
  • 谷歌学术
  • 百度学术
  • 中国知网





































































































论文名称 年份 标签 下载地址 源码 个人笔记
Isolation Forest 2009 Isolation Forest/集成学习 蓝奏云 sklearn CSDN1
LOF: Identifying Density-Based Local Outliers 2000 基于分布密度差异/基于局部计算 蓝奏云 sklearn CSDN2
Opprentice: Towards Practical and Automatic Anomaly Detection Through Machine Learning 2015 随机森林 / 集成学习 / KPI netman \ CSDN5
Variational Autoencoder based Anomaly Detection using Reconstruction Probability 2015 VAE 蓝奏云 \ CSDN6
Unsupervised Anomaly Detection via Variational Auto-Encoder for Seasonal KPIs in Web Applications 2018 VAE / KPI netman github CSDN8
Robust and Unsupervised KPI Anomaly Detection Based on Conditional Variational Autoencoder 2018 cVAE / KPI netman github CSDN10
Rapid Deployment of Anomaly Detection Models for Large Number of Emerging KPI Streams 2018 Framework/集群 netman \ CSDN11
Unsupervised Anomaly Detection for Intricate KPIs via Adversarial Training of VAE 2019 VAE/GAN netman \ CSDN12
Anomaly Detection with Generative AdversarialNetworks for Multivariate Time Series 2018 GAN/RNN/LSTM arxiv github CSDN13
Robust Random Cut Forest Based Anomaly Detection On Streams 2016 随机森林/RRCF proceedings github padding
Practical and White-Box Anomaly Detection through Unsupervised and Active Learning 2020 随机森林/RRCF netman \ padding

9.2 数据集

这个是特别需要关注的地方，因为没有数据集就没法做实验，没有数据集是一个非常严重的问题。到目前为止能够直接使用的数据集也很少。

  • 智能运维比赛
  • 阿里云智能运维算法大赛
  • 华为网络AI学习赛 注：数据集不能直接下载
  • KDD CUP 99
  • CTF_data
  • OmniAnomaly

其他数据集：

  • 现已公开的数据集汇总
  • 旋转机械故障诊断公开数据集汇总
  • odds
  • Intel Lab Data

9.3 学习资源

华为云学院提供了微认证，推荐新手了解一下。

  • NAIE日志异常检测服务应用 https://edu.huaweicloud.com/certifications/78d55ca9c9fa4b40b73f7979ffab9a43
  • NAIE KPI异常检测模型服务应用 https://edu.huaweicloud.com/certifications/3310e5169bf54940bf644d0201ab7013

9.4 其他资源

一些源代码可以在github上找到。

  • https://github.com/heyanyidui/MAD-GANs
  • https://github.com/NetManAIOps/OmniAnomaly
  • https://github.com/NetManAIOps/donut
  • https://github.com/iopsai/iops

9.5 资源征集

由于自己能力有限，收集到的资料也相当有限，抱歉！将会持续更新！

如果有任何觉得相关或者可以用来做异常检测算法实验的数据集，都可以留言分享一下。在这里代表需要的小伙伴们 感谢分享！

编写不易，拒绝白piao。。。

感谢 您的 阅读、点赞、收藏 和 评论 ，别忘了 还可以 关注 一下哈，感谢 您的支持！

Smileyan
2021.3.7 21:57

发表评论

表情：
评论列表 （有 0 条评论，75人围观）

还没有评论，来说两句吧...

相关阅读