安恒信息两篇核心AI异常检测论文入选IEEE DSC国际会议

6月18日-21日,“第三届IEEE网络空间数据科学国际会议”在广州召开。业界代表及专家齐聚一堂,并就网络空间数据科学的科研和前沿发展方向进行交流。而安恒信息的《一种基于淘汰稀疏噪点的时间序列异常点检测方法》与《异常检测的范畴再加权特征提取方法》与两篇论文,也入选IEEE DSC国际会议

此次大会,由IEEE(国际电气和电子工程师协会)、IEEE可扩展计算技术委员会、IEEE计算机协会、中国工程院、中国中文信息学会主办,广州大学、北京大学和国防科技大学承办。

大会共设深度学习及应用、社交网络及其安全、网络空间安全、表示学习、网络智能、数据安全、流量控制及城市计算、网络数据处理新技术与机遇等主题分会。同时下设大数据挖掘、数据智能和安全分析、多元数据融合和分析、脆弱性分析和对抗学习、智能系统安全、大数据和商务分析、数据可视化等7个专题研讨会。

当下,随着人工智能、大数据、云计算等新技术的飞速发展,以新一代信息技术应用创新为特点的教育信息化2.0时代已经开启。与此同时,以防御为核心的解决方案难以应对高级的安全威胁,网络安全问题已经变成了一个大数据智能挖掘,分析和建模的问题

安恒信息首席科学家刘博发表演讲

安恒信息首席科学家刘博受邀参与了此次会议,并就“利用大数据技术构造高级威胁检测和响应系统”这一论题发表了演讲

“当下的网络安全发展,正从原本的传统安全威胁演变至如今的高级威胁,即由原本的以破坏为目的、频率一次性、破坏单个服务演变至如今的获取敏感数据、长期持续潜伏攻击并针对机构区域和国家。”安恒信息首席科学家刘博表示,在此背景下,安恒信息研发了AiLPHA大数据智能安全分析平台,从事前检测、事中防护、事后审计等各个环节着手,造就了海陆空一体的安全防御能力

安恒信息广州分公司总经理郭金全与获奖选手合影

20日晚,安恒信息广州分公司总经理郭金全也在颁奖仪式中为优秀论文获奖作品颁奖,并对获奖学生表示了诚挚的祝贺

附:入选论文概述

《一种基于淘汰稀疏噪点的时间序列异常点检测方法》

(《A Robust Change-point Detection Method by Eliminating Sparse Noises from Time Series》)

突变点检测属于数据挖掘的范畴,其旨在从海量的数据当中定位序列的某些特性发生变化的时间点(位置)。这些突变的时间点具有发生频率低、模式或统计特性较之前状态有显著差异等特点,往往包含着重要的信息。

在现实生活当中,观测到的数据往往包含有噪声,其中大幅值的加性噪声最为常见。这些噪声会极大影响时间序列的一些性质,故对突变点检测也会产生较大干扰。针对于这些大幅值噪声以稀疏的状态分布于时间序列当中的情况,RPCA-SST首先将时间片段中的样本点使用矩阵结构存放,其次使用RPCA(Robust Principle Component Analysis)对矩阵进行重构,以期将稀疏大噪声剔除。接着,对重构后的矩阵进行特征提取,获得该时间片段对应的特征子空间。在此方法当中,时间片段之间的差异性通过片段对应的子空间之间的距离进行衡量。

《异常检测的范畴再加权特征提取方法》

(《A Categorically Reweighted Feature Extraction Method for AnomalyDetection》)

异常检测在很多计算机安全领域都是重要的研究话题。在实践中,正常和异常样本的可靠性通常是不同的。本文提出了在异常检测中使用这种范畴可靠性差异进行特征提取的方法。该方法使用范畴再加权参数来利用范畴可靠性差异,这类再加权参数可以在正常和异常类之间调节决策超平面。

原文发布于微信公众号 - 安恒信息(DBAPP2013)

原文发表时间:2018-06-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

业界 | 人工智能看走眼的图像都长什么样?

选自the Verge 作者:James Vincent 机器之心编译 参与:Ellen Han、黄小天 威廉·吉布森(William Gibson)写于 2...

35770
来自专栏新智元

金融大鳄索罗斯再度唱空中国经济,深度学习能预测金融危机?

【新智元导读】金融大鳄索罗斯日前发表评论,他看空中国经济,目前正在做空亚洲货币。今天,《人民日报》海外版刊文斥责索罗斯的“唱空论”。那么,中国情况究竟怎样?芬兰...

53680
来自专栏量子位

这梦一般的街景,全是AI伪造的 | 把GAN秒成渣渣的paper+code

李杉 李林 编译整理 量子位 报道 | 公众号 QbitAI ? △ 『凡所有相,皆是虚妄』 上面这张德国街道图片,乍一看像是行车记录仪拍的,又好像谷歌街景照片...

47160
来自专栏算法channel

Facebook开源 时间序列预测框架 Prophet

时间序列(Time Series Analysis),应用非常广泛,从业务预测到全球变暖;从商品价格到股票、基金走势。

12810
来自专栏AI科技评论

一张 AI 的「自画像」

AI 应该长什么样子?人们给出常见的答案不外乎是:像个机器人,像一组闪烁的 LED 灯,或者像电脑屏幕上一组变幻莫测的波形。那么在 AI 的眼中,一个 AI 应...

13130
来自专栏腾讯技术工程官方号的专栏

Fashion-MNIST 一周年 | Google NIPS最爱,还登上了Science

? 导语:本文回顾了Fashion-MNIST发布后的一年里在人工智能/机器学习学术圈和社区中所取得的进展。该数据集的初衷是替代MNIST,为机器学习提供一个...

19820
来自专栏FreeBuf

深度学习:能击败欧洲围棋冠军,还能防恶意软件

上月底,权威科学杂志Nature发表了一篇关于谷歌人工智能程序AlphaGo击败欧洲围棋冠军的文章,其中介绍了AlphaGo程序的细节,它实际上是一个结合了深度...

20870
来自专栏数据科学与人工智能

【数据挖掘】客户价值分析

使用RFM方法(最近购买日Recency, 各期购买频率Frequency, 各期平均单次购买金额Monetary)能够科学地预测老客户(有交易客户)今后的购买...

306100
来自专栏企鹅号快讯

深度学习即将非法?欧盟《一般数据保护条例》五月生效

选自Analytics India 作者:Richa Bhatia 机器之心编译 《欧盟一般数据保护条例》(General Data Protection Re...

22380
来自专栏机器之心

深度 | 如何保证算法公正性?ICML 2018两篇获奖论文解读

第一篇缩略版本:公正反而会伤害弱势群体么?有一定情况下是的:对弱势群体降低门槛会致使他们无法完成期预期目标,使他们信用度降低,造成更长久的伤害。我们不仅要考虑算...

15920

扫码关注云+社区

领取腾讯云代金券