Fugu-MT 論文翻訳(概要): Detection of Correlated Alarms Using Graph Embedding

論文の概要: Detection of Correlated Alarms Using Graph Embedding

arxiv url: http://arxiv.org/abs/2201.07748v1
Date: Mon, 17 Jan 2022 05:50:45 GMT
ステータス: 処理完了
システム内更新日: 2022-01-20 15:23:41.869664
Title: Detection of Correlated Alarms Using Graph Embedding
Title（参考訳）: グラフ埋め込みを用いた相関アラームの検出
Authors: Hossein Khaleghy, Iman Izadi
Abstract要約: 本稿では,人工知能を用いたアラーム検出手法を提案する。提案手法はグラフ埋め込みとアラームクラスタリングに基づいており,アラームの相関を検出する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Industrial alarm systems have recently progressed considerably in terms of network complexity and the number of alarms. The increase in complexity and number of alarms presents challenges in these systems that decrease system efficiency and cause distrust of the operator, which might result in widespread damages. One contributing factor in alarm inefficiency is the correlated alarms. These alarms do not contain new information and only confuse the operator. This paper tries to present a novel method for detecting correlated alarms based on artificial intelligence methods to help the operator. The proposed method is based on graph embedding and alarm clustering, resulting in the detection of correlated alarms. To evaluate the proposed method, a case study is conducted on the well-known Tennessee-Eastman process.
Abstract（参考訳）: 近年,産業用アラームシステムはネットワークの複雑さやアラーム数の観点から大きく進歩している。複雑化とアラームの数の増加は、システムの効率を低下させ、オペレータの不信を生じさせ、広範囲の損害をもたらすであろうこれらのシステムの課題を示す。アラームの非効率性の要因の1つはアラームの相関である。これらのアラームは新しい情報を含んでおらず、オペレータを混乱させるだけです。本稿では,人工知能を用いたアラーム検出手法を提案する。提案手法はグラフ埋め込みとアラームクラスタリングに基づいており,アラームの相関を検出する。提案手法を評価するために,有名なテネシー・イーストマン過程のケーススタディを行った。

関連論文リスト

A Hierarchical Security Events Correlation Model for Real-time Cyber Threat Detection and Response [0.0]
我々は,侵入検知システムによって発行される警告数を減らすことを約束する,新しい階層的な事象相関モデルを開発した。提案モデルでは、類似性とグラフベースの相関技術から特徴を最大限に活用して、どちらのアプローチも別途実現できないアンサンブル機能を実現する。このモデルはDARPA 99 侵入検知セットで実験を行うという概念実証として実装されている。
論文参考訳（メタデータ） (2023-12-02T20:07:40Z)
Classification of Methods to Reduce Clinical Alarm Signals for Remote Patient Monitoring: A Critical Review [16.140794437173014]
遠隔患者モニタリング(Remote patient Monitoring, RPM)は、自動化された監視とインテリジェントアラーム信号の上昇によって臨床の作業量を削減する技術パラダイムである。 RPMデバイスで使用される高感度でインテリジェントなデータ処理アルゴリズムは、しばしば偽陽性アラームを発生させ、アラーム疲労を引き起こす。本研究の目的は、これらの誤報の原因を特定するために既存の文献を批判的にレビューし、これらの原因を取り除くために文献で使用される様々な介入を分類することである。
論文参考訳（メタデータ） (2023-02-08T05:21:02Z)
Effective Metaheuristic Based Classifiers for Multiclass Intrusion Detection [0.0]
侵入検知は情報システムやネットワークデバイスのセキュリティにおいて重要な役割を果たす。大量のデータを持つことは、攻撃を検出する上で重要な問題のひとつだ。特徴選択法は、最適な特徴を選択し、最大限の精度を達成するための鍵となる役割を担っている。
論文参考訳（メタデータ） (2022-10-06T04:56:01Z)
A Robust and Explainable Data-Driven Anomaly Detection Approach For Power Electronics [56.86150790999639]
本稿では,2つの異常検出・分類手法,すなわち行列プロファイルアルゴリズムと異常変換器を提案する。行列プロファイルアルゴリズムは、ストリーミング時系列データにおけるリアルタイム異常を検出するための一般化可能なアプローチとして適している。検知器の感度、リコール、検出精度を調整するために、一連のカスタムフィルタが作成され、追加される。
論文参考訳（メタデータ） (2022-09-23T06:09:35Z)
ReAct: Temporal Action Detection with Relational Queries [84.76646044604055]
本研究は,アクションクエリを備えたエンコーダ・デコーダフレームワークを用いて,時間的行動検出(TAD)の進展を図ることを目的とする。まず,デコーダ内の関係注意機構を提案し,その関係に基づいてクエリ間の関心を誘導する。最後に、高品質なクエリを区別するために、推論時に各アクションクエリのローカライズ品質を予測することを提案する。
論文参考訳（メタデータ） (2022-07-14T17:46:37Z)
Alarm-Based Root Cause Analysis in Industrial Processes Using Deep Learning [0.0]
本研究の目的は,過去のアラームデータを用いた産業用アラームの関係をモデル化することである。ケーススタディとして、提案モデルは有名なテネシー・イーストマン・プロセスで実装されている。
論文参考訳（メタデータ） (2022-03-21T20:10:48Z)
Bandit Quickest Changepoint Detection [55.855465482260165]
すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
論文参考訳（メタデータ） (2021-07-22T07:25:35Z)
Speech Enhancement for Wake-Up-Word detection in Voice Assistants [60.103753056973815]
キースポッティング、特にWake-Up-Word(WUW)検出は音声アシスタントにとって非常に重要なタスクである。本稿では,WUW検出に適応した音声強調モデルを提案する。これらのノイズの存在下で、認識率を高め、誤報を減らすことを目的としている。
論文参考訳（メタデータ） (2021-01-29T18:44:05Z)
No Need to Know Physics: Resilience of Process-based Model-free Anomaly Detection for Industrial Control Systems [95.54151664013011]
本稿では,システムの物理的特性に反する逆スプーフ信号を生成するための新しい枠組みを提案する。トップセキュリティカンファレンスで公表された4つの異常検知器を分析した。
論文参考訳（メタデータ） (2020-12-07T11:02:44Z)
Quickest Intruder Detection for Multiple User Active Authentication [74.5256211285431]
我々は,Multiple-user Quickest Intruder Detection (MQID)アルゴリズムを定式化する。より少ない観測サンプルで侵入者検出を行うデータ効率のシナリオにアルゴリズムを拡張した。顔のモダリティに基づく2つのAAデータセットに対する提案手法の有効性を評価した。
論文参考訳（メタデータ） (2020-06-21T21:59:01Z)
Moving Metric Detection and Alerting System at eBay [4.778341933013294]
eBayでは、さまざまなドメインチームが監視するプロダクトヘルスメトリクスが何千もある。異常検出と警告検索に基づいて,動作可能な警告をユーザに通知する2段階警告システムを構築した。
論文参考訳（メタデータ） (2020-04-06T00:28:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。