Soil Moisture Active Passive

新的D-HTM框架可在分布式系统中实现先发式异常预警

研究人员开发了一种名为分布式分层时序记忆（D-HTM）的新型神经形态框架，用于大规模分布式系统中的异常检测。该框架利用共享联想记忆（SAM）通过识别异常发生前的可转移前导行为来实现跨实体先发式预警。D-HTM结合了用于表示的空间池化器、用于学习动态的时序记忆模块以及用于存储异常前特征的SAM。在各种数据集上的实验表明，D-HTM可以提供平均8.1个样本的预警提前量，将检测从被动反应扩展到预测性推理。