哈迪斯啟發的多軸信任模型偵測劫持
這篇 arXiv 論文提出受哈迪斯學術啟發的多軸信任建模框架，用於可解釋的帳戶劫持偵測。利用五個信任軸轉換的 26 個行為特徵加上時間信號，在 CLUE-LDS 上達到近完美效能，並在不平衡的 CERT 資料集上優於基準大幅提升。
Search
Tag: #anomaly-detection30 results
雙路徑生成框架用於零日詐欺偵測
本文提出雙路徑生成框架，用於銀行零日詐欺的低延遲偵測，平衡即時效能與GDPR可解釋性。使用VAE透過重建誤差進行異常偵測，並以WGAN-GP離線生成合成詐欺情境。Gumbel-Softmax處理離散資料，並以觸發式SHAP提供選擇性解釋。
機器學習及早偵測海洋柴油引擎故障
這篇arXiv論文提出使用感測器偏差的導數結合Random Forest機器學習，在傳統警報前偵測海洋柴油引擎災難性故障。它透過分析異常動態預測異常，讓操作員能預防性關機並調整航線。使用DL資料增強在真實資料上驗證。
邊緣偷竊偵測的週期適應框架
本文提出一種週期適應框架，用於零售環境中基於姿勢的無監督偷竊偵測，可部署於 IoT 邊緣裝置。發布 RetailS，一個來自多日多攝像頭商店監控的大型真實世界資料集。此方法在 91.6% 評估中優於離線基準，邊緣硬體訓練不到 30 分鐘。
⚙️
設計以 ML 為基礎的效能回歸偵測
一名實務工作者正在尋求如何評估使用硬體計數器偵測效能回歸的一類異常偵測系統。每個計數器群組只有約 10 個健康樣本，目前使用留一法設定閾值，並將回歸執行資料保留作為評估用途。
智慧手錶與 AI 偵測疾病早期徵兆
穿戴式裝置正逐漸利用 AI 來識別使用者健康模式的偏差。這些異常數據可作為提示，建議使用者諮詢醫療專業人員進行進一步評估。
💼
區分真實順風車與非法「逆風車」
本文揭示了非法「逆風車」（偽裝成順風車的黑車）的興起，這些車輛以營利為目的，而非真正的共享出行。文章提供了一套判斷標準，幫助用戶識別基於真實出行需求的合法順風車司機。
NSW警方利用NAB詐欺數據破獲BEC犯罪集團
NSW網路警察成功逮捕了一個利用商業電子郵件詐騙（BEC）洗錢並購買黃金的犯罪集團。此次行動歸功於NAB提供的關鍵交易情報，協助警方追蹤可疑資金流向。
💼
Polymarket 預測平台出現內線交易疑慮
紐約時報的一項調查指出 Polymarket 上存在可疑的投注模式，暗示可能存在內線交易。這些異常情況涉及針對地緣政治和加密貨幣市場事件的高額投注。
🔬
異常偵測：無監督或半監督？
模型僅使用正常資料無監督訓練，無需標籤。於標註驗證集上設定閾值以最大化 F1 分數。討論準確術語：帶校準的無監督 vs. 半監督。