為醫療 API 打造更智慧的安全防護
AWS 示範如何使用 Amazon Bedrock，為醫療 FHIR API 加入具備情境感知能力的安全監控。此方法可偵測異常存取模式、自動分類資料敏感度，並以自然語言產生合規報告，同時不增加臨床工作流程的延遲。
Search
Tag: #anomaly-detection30 results
Metamorphic AAS 監測無人機螺旋槳健康狀態
研究人員提出 Metamorphic Artificial Age Score（AAS）原型，利用飛行紀錄資料偵測無人機螺旋槳健康問題。系統結合六項經正規化的指標，針對不同故障嚴重程度安排例行監控、維護審查或強制檢查。
Mamba-3 在 HDFS 日誌達 0.9975 F1 分數
基於 Mamba-3 的全新日誌異常檢測器在 HDFS 基準測試中達到 0.9975 F1 分數，超越 LogRobust 的 0.996。關鍵創新包括模板式標記化，將詞彙量減至約 50，並使用僅 4.9M 參數的小模型，在 RTX 4090 上 36 分鐘訓練完成。這是首個基於 SSM 的日誌異常檢測模型，推論超快。
DVD-JEPA：一個完全可重現的 JEPA 世界模型
DVD-JEPA 是一個開源且極簡的聯合嵌入預測架構 (JEPA) 實作，透過預測潛在表徵而非像素來學習世界模型。它在簡化環境中展示了有效的異常檢測與未來狀態預測能力，並可完全在瀏覽器端運行。
🔬
針對視覺相似醫療數據的異常檢測與分類比較
本討論探討在區分癌症與視覺相似的「模擬病灶」時，應採用異常檢測還是監督式分類。內容針對醫學影像數據集中高度形態相似性所帶來的建模挑戰進行分析。
處理故障預測中的極端數據不平衡問題
一位開發者正處理極端的類別不平衡問題，在 100,000 筆記錄中僅有 56 筆標記為機器故障。他們正在尋求適合此預測性維護任務的演算法或深度學習架構建議。
CFTC 利用 AI 偵測 Polymarket 上的內線交易
美國商品期貨交易委員會 (CFTC) 正部署 AI 工具，以監控 Polymarket 等預測市場中的非法內線交易。此舉顯示監管機構對 AI 驅動的市場分析與預測平台的審查力道正在加強。
📰
Guardd：Isolation Forest Linux 異常偵測系統
Guardd 是一個開源的 Linux 主機異常偵測系統，使用 Isolation Forest 處理 eBPF 收集的執行與網路事件。事件分組為 60 秒視窗並轉換為特徵向量進行無監督評分。專案處理虛警問題，並尋求 ML 特徵與訓練的回饋。
生成式 AI 代理海上異常分析從孤立警報到脈絡智慧
本文展示 Windward 如何結合地理空間情報與生成式 AI，提升海上警報調查流程。透過代理工作流程，讓分析師從資料收集轉向決策。
本地 LLM 驅動工廠異常檢測
工廠工程師在 Jetson Orin 上部署量化 Mistral 7B 和 Llama 8B，用於 24/7 異常檢測，每小時處理 140k+ 振動感測器讀數。食品工廠系統已連續運行 11 個月，硬體後僅需電費。法律限制禁止敏感生產資料上雲。