基于最小化重构误差的生成对抗网络异常检测

2018年第19卷第1期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2018年第19卷第1期 doi: 10.1631/FITEE.1700786

基于最小化重构误差的生成对抗网络异常检测

Department of Automation, School of Information Science and Technology, Tsinghua University, Beijing 100084, China.

发布日期： 2018-04-23

HTML76 PDF 29 收藏 0

摘要

生成对抗网络是机器学习领域近年来最令人瞩目的进展，它通过在二人零和博弈中达到纳什均衡来训练模型。生成对抗网络由一个生成器和一个判别器构成，二者通过对抗学习机制进行训练。本文引入并调查了生成对抗网络在异常检测中的应用。在训练阶段，生成对抗网络从正常数据中学习；然后，基于过去的未知数据，生成器和判别器可以通过学习到的决策边界，区分异常和正常模式。提出的基于生成对抗网络的异常检测方法在MNIST数字数据集和田纳西-伊斯曼标准数据集上的性能表现极具竞争力。

关键词

生成对抗网络 ; 异常检测 ; 田纳西-伊斯曼过程