一坐梯、基本信息
??期刊/會議：IEEE Trans. Serv. Comput.
??年份：2018
二巧涧、論文總結(jié)
2.1 研究方向
??利用小波變換晓猛、注意力機制和LSTM對BGP數(shù)據(jù)進行異常檢測（有監(jiān)督）租幕。
2.2 寫作動機
??之前人們使用LSTM做時間序列異常檢測多是用stack-LSTM凉敲，這樣帶來的問題是參數(shù)量較大轰枝，并且模型過于復(fù)雜捅彻。本文作者首先使用小波變換提取出原始序列的多尺度信息，然后用LSTM和注意力機制提取各個尺度的信息鞍陨，最后用單層LSTM做分類沟饥。
2.3 創(chuàng)新之處
??使用小波變換提取原始序列的多尺度信息
??使用注意力機制以更有效地利用信息
2.4 實現(xiàn)思路
- 由原始數(shù)據(jù)提取特征，生成多維時間序列
- 對時間序列利用小波變換生成K個不同尺度的時間序列
- 對每個time step內(nèi)的K個序列建立LSTM模型
- 利用注意力機制將每個time step內(nèi)LSTM生成的K個隱向量融合成一個向量
-
對time step個向量建立LSTM模型進行分類
模型框架.png
