Toward an End-to-End Framework for Modeling, Monitoring and Anomaly Detection for Scientific Workflows

2016 ◽  
Author(s):  
Anirban Mandal ◽  
Paul Ruth ◽  
Ilya Baldin ◽  
Dariusz Krol ◽  
Gideon Juve ◽  
...  
Keyword(s):  
Anomaly Detection ◽  
Scientific Workflows ◽  
End To End

Hubble: An End to End Approach for Anomaly Detection in Network Traffic

2021 ◽  
Author(s):  
Shiwei Wang ◽  
Haizhou Du ◽  
Lin Liu ◽  
Zhenyu Lin
Keyword(s):  
Anomaly Detection ◽  
Network Traffic ◽  
End To End

Detecção de Anomalias em Vias Públicas Usando Características Espaciais e um Classificador Sequencial Bidirecional

2020 ◽  
Author(s):  
Fábio Ricardo Oliveira Bento ◽  
Raquel Frizera Vassallo ◽  
Jorge Leonid Aching Samatelo
Keyword(s):  
Anomaly Detection ◽  
Receiver Operating Characteristic Curve ◽  
Receiver Operating Characteristic ◽  
Error Rate ◽  
Operating Characteristic ◽  
Characteristic Curve ◽  
Equal Error Rate ◽  
Operating Characteristic Curve ◽  
End To End ◽  
Recall Curve

Detecção de anomalias consiste na identificação de eventos que não estão em conformidade com um padrão de comportamento esperado. No contexto de segurança em vias públicas, a detecção automática de eventos anômalos através de video, tem aplicação na identificação de comportamentos suspeitos. Nesse artigo é proposta uma abordagem para o problema da detecção automática de eventos anômalos em vı́deos de vias públicas baseado em um modelo de redes neurais profundas end-to-end, composto de duas partes: um extrator de caracterı́sticas espaciais baseado em uma rede neural convolucional pre-treinada, e um classificador de sequências temporais baseado em camadas recorrentes empilhadas. Realizamos experimentos nos conjuntos de dados UCSD Anomaly Detection Dataset. Os resultados foram avaliados com as métricas Area Under the Receiver Operating Characteristic Curve - AUC, Area Under the Precision vs Recall Curve - AUPRC e Equal Error Rate – EER. Durante os experimentos, o modelo obteve AUC acima de 95% e EER abaixo de 9%, os quais são resultados compatı́veis com a literatura atual.

End-to-End Delay Minimization for Scientific Workflows in Clouds under Budget Constraint

2015 ◽  
Vol 3 (2) ◽  
pp. 169-181 ◽  
Author(s):  
Chase Qishi Wu ◽  
Xiangyu Lin ◽  
Dantong Yu ◽  
Wei Xu ◽  
Li Li
Keyword(s):  
Budget Constraint ◽  
Scientific Workflows ◽  
Delay Minimization ◽  
End To End Delay ◽  
End To End

RAMP: Real-Time Anomaly Detection in Scientific Workflows

2019 ◽  
Author(s):  
J. Dinal Herath ◽  
Changxin Bai ◽  
Guanhua Yan ◽  
Ping Yang ◽  
Shiyong Lu
Keyword(s):  
Anomaly Detection ◽  
Real Time ◽  
Scientific Workflows

AnoML-IoT: An end to end re-configurable multi-protocol anomaly detection pipeline for Internet of Things

2021 ◽  
pp. 100437
Author(s):  
Hakan Kayan ◽  
Yasar Majib ◽  
Wael Alsafery ◽  
Mahmoud Barhamgi ◽  
Charith Perera
Keyword(s):  
Internet Of Things ◽  
Anomaly Detection ◽  
End To End
Sign in / Sign up

Export Citation Format

Share Document