首页
/ GDN:基于图神经网络的多变量时间序列异常检测

GDN:基于图神经网络的多变量时间序列异常检测

2024-09-17 18:41:46作者:平淮齐Percy

项目介绍

GDN(Graph Neural Network-Based Anomaly Detection in Multivariate Time Series)是一个基于图神经网络(GNN)的多变量时间序列异常检测项目。该项目实现了AAAI'21论文《Graph Neural Network-Based Anomaly Detection in Multivariate Time Series》中的算法,旨在通过图神经网络技术,高效地检测多变量时间序列中的异常情况。

项目技术分析

技术栈

  • Python:项目代码主要使用Python编写,要求Python版本不低于3.6。
  • PyTorch:深度学习框架,版本为1.5.1,用于构建和训练图神经网络模型。
  • PyG(PyTorch Geometric):PyTorch的几何深度学习扩展库,版本为1.5.0,用于处理图结构数据。
  • CUDA:支持GPU加速,要求CUDA版本为10.2。

安装与运行

项目提供了简单的安装脚本install.sh和运行脚本run.sh,用户可以通过这些脚本快速搭建环境并运行示例代码。项目还支持CPU和GPU两种运行模式,用户可以根据硬件配置选择合适的运行方式。

项目及技术应用场景

GDN项目适用于需要对多变量时间序列数据进行异常检测的场景,例如:

  • 工业监控:在工业生产过程中,监控多个传感器数据,及时发现异常情况,避免生产事故。
  • 网络安全:通过监控网络流量和系统日志,检测潜在的网络攻击或系统故障。
  • 金融风控:分析金融市场数据,识别异常交易行为,预防金融欺诈。

项目特点

1. 高效性

GDN利用图神经网络的强大表达能力,能够高效地捕捉多变量时间序列数据中的复杂关系,从而准确地检测异常。

2. 灵活性

项目支持自定义数据集,用户只需按照指定格式准备数据,即可快速应用到自己的业务场景中。

3. 可扩展性

基于PyTorch和PyG,GDN项目具有良好的可扩展性,用户可以根据需求对模型进行进一步的优化和扩展。

4. 开源社区支持

作为开源项目,GDN鼓励社区贡献和反馈,用户可以通过GitHub等平台参与到项目的开发和改进中。

结语

GDN项目为多变量时间序列异常检测提供了一种高效、灵活且可扩展的解决方案。无论你是工业监控、网络安全还是金融风控领域的从业者,GDN都能帮助你更好地应对异常检测的挑战。赶快尝试一下吧!


参考文献

如果你觉得这个项目或我们的研究对你的研究有帮助,请考虑引用我们的论文:

@inproceedings{deng2021graph,
  title={Graph neural network-based anomaly detection in multivariate time series},
  author={Deng, Ailin and Hooi, Bryan},
  booktitle={Proceedings of the AAAI Conference on Artificial Intelligence},
  volume={35},
  number={5},
  pages={4027--4035},
  year={2021}
}
登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8