KAN-AD: اكتشاف الشذوذ في سلاسل زمنية باستخدام شبكات كولموغوروف-أرنولد

يُشكِّل اكتشاف الشذوذ في السلاسل الزمنية (TSAD) الأساس لمراقبة الوقت الفعلي في الخدمات السحابية وأنظمة الويب، مما يسمح بالكشف السريع عن الشذوذ لمنع الأعطال المكلفة. ومعظم طرق TSAD التي تعتمد على نماذج التنبؤ تميل إلى الانطباع الزائد من خلال التركيز على التقلبات الصغيرة. كشفت تحليلاتنا أن اكتشاف الشذوذ الفعال في السلاسل الزمنية يجب أن يركز على نمذجة السلوك "الطبيعي" عبر الأنماط المحلية الناعمة. لتحقيق هذا الهدف، أعدنا صياغة نمذجة السلاسل الزمنية كتقريب للسلسلة باستخدام دوال أحادية متغيرة ناعمة. يضمن النعومة المحلية لكل دالة أحادية متغيرة أن السلسلة الزمنية المتناسبة تظل مقاومة للتداخلات المحلية. ومع ذلك، ثبت أن تنفيذ KAN المباشر عرضة لهذه التداخلات بسبب الخصائص المحلية الذاتية لوظائف B-spline (B-样条函数). ولذلك، نقترح KAN-AD، حيث يتم استبدال وظائف B-spline بتوسعات فورييه المقطوعة وإدخال آلية تعلم خفيفة جديدة تركز على الأنماط العالمية مع الحفاظ على القوة أمام التداخلات المحلية. حقق KAN-AD متوسط تحسين بنسبة 15% في دقة الاكتشاف (مع ذروات تتجاوز 27%) على خطوط الأساس الأكثر حداثة في أربع معايير شائعة لاكتشاف الشذوذ في السلاسل الزمنية. وبشكل ملحوظ، يتطلب أقل من 1,000 معلمة قابلة للتدريب، مما يؤدي إلى زيادة سرعة الاستدلال بنسبة 50% مقارنة بـ KAN الأصلي، مما يثبت كفاءة هذه الطريقة ومأمونيتها العملية.请注意,我在翻译中保留了“KAN”和“KAN-AD”的英文缩写,因为这些可能是特定的技术术语或模型名称。如果需要进一步的本地化,请告知我。