New RelAD framework tackles anomaly detection in relational databases

研究人员推出了一种名为 RelAD 的新颖框架，用于检测关系数据库中的异常。该方法解决了高维、异构多表属性以及外键关系之间复杂连接模式带来的挑战。RelAD 采用两个主要模块：一个用于条件稀疏门控属性重构，以突出异常语义块；另一个用于双视图多关系边重构，以识别特定于关系的异常连接。该框架整合了来自属性和关系重构的信号，以生成最终的异常分数，并在六个新构建的基准数据集上展示了卓越的性能和效率。 AI

影响 引入了一种在关系数据库中检测异常的新方法，有望改进欺诈检测和风险识别。

排序理由 详细介绍关系数据库中异常检测新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →