Anomaly Detection Using Layered Networks Based on Eigen Co-occurrence Matrix Note
背景知识
- 很难准确建模用户行为
- 用户行为建模
- 特征向量
- 网络模型
- 自动机
- 贝叶斯网络
- 贝叶斯网络表明相应变量之间因果关系变化的方向
- 应先明确拓扑关系
- 隐马尔可夫模型(HMM)
启发和论文目标
- 假设
- 出现在序列中的用户动态行为不仅可以通过关联的事件进行捕获,也可以通过相隔一定距离不相邻的事件进行捕获
- ECM, Eigen co-occurrence matrices
- 受到 Eigenface 技术的启发
- 三个主要部分
- 动态特征序列建模
- 提取所得模型的主要特征
- 从提取的主要特征中自动构建分层网络
Eigen co-occurrence matrix (ECM)
参考资料
- Anomaly Detection Using Layered Networks Based on Eigen Co-occurrence Matrix
- Anomaly Detection Using Integration Model of Vector Space and Network Representation