.png){kind=icon}
返回
Manod: A multi-modal anomaly detection framework for distributed system
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neunet.2025.107999.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 通过集成日志和指标数据，开创了多模态异常检测的高级方法。
• 采用分层图编码方法，对时间序列中的指标间和指标内相关性进行建模。
• 应用基于提示的预训练语言模型进行日志建模。
• 实现了一种新颖的跨模态融合技术，以有效对齐和整合多样化的数据模态。
• 证明了多模态异常检测在复杂分布式系统中的实际应用价值。
Keyword:
Distributed system
Anomaly detection
Multimodal learning
Time series analysis
Log modeling
Deep learning
期刊
IF:
6.3
论文数:
8.2K
被引数:
3.0W
机构
引用论文
Time-Series Anomaly Detection Service at MicrosoftMicrosoft的时间序列异常检测服务.png)
Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
OAAI
Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
OAAI分享收藏Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation使用RNN编码器-解码器学习统计机器翻译的短语表示
OAAI
OAAI分享收藏分享收藏Liu, W., Sun, D., Yang, H., Zhu, H., & Wang, Y. (2023). Iad-net: Multivariate kpis interpretable anomaly detection with dual gated residual fusion networks. In 2023 IEEE 22nd international conference on trust, security and privacy in computing and communications (trustcom) (pp. 686–693). IEEE.刘，W.，孙，D.，杨，H.，朱，H.，& 王，Y. (2023). Iad-net：基于双门控残差融合网络的多变量KPI可解释异常检测。在 2023年IEEE第22届计算、通信与信息安全信任大会（TrustCom）（第686-693页）。IEEE。
IF0
PREAI
分享收藏Ajaz, F., Naseem, M., Shabaz, M., & Khan, M. A. (2024). An architectural view of VANETs cloud: its models, services, applications and challenges. International Journal of Web and Grid Services, 20(3), 292–341.Ajaz, F., Naseem, M., Shabaz, M., & Khan, M. A. (2024)。VANETs云的架构视图：其模型、服务、应用和挑战。International Journal of Web and Grid Services, 20(3), 292–341。
IF0
PREAI
分享收藏Wang, Y.; Chen, T.; Tang, Y.; Huang, L. Enhanced KPI Anomaly Detection: An Unsupervised Hybrid Model with Dynamic Threshold. In Proceedings of the ICASSP 2024—2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Seoul, Republic of Korea, 14–19 April 2024; pp. 7140–7144. [Google Scholar] [CrossRef]王, Y.; 陈, T.; 汤, Y.; 黄, L. 增强 KPI 异常检测: 一种具有动态阈值的无监督混合模型. 登录 2024 年 ICASSP—2024 年 IEEE 国际声学、语音和信号处理会议 (ICASSP) 会议录, 韩国首尔, 2024 年 4 月 14–19 日; 第 7140–7144 页. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏USADProceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningOAAI
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
OAAI分享收藏
查看更多内容