基于融合時空數據的車輛加油行為多視圖深度異常檢測框架

丁景全 馬博 李曉

摘 要：車輛加油時空數據多源異構、關系復雜，現有成熟的異常檢測方法難以對時空離散的加油活動數據進行分析，因此提出基于融合時空數據的車輛加油行為多視圖深度異常檢測框架。首先基于統一概念模型（UCM）對靜態信息和動態活動數據進行關聯融合管理，然后從空間視圖、時間視圖和語義視圖角度對時空數據進行編碼和轉換，最后基于三種視圖構建深度時空異常分析檢測框架。車輛加油時空數據集上的實驗結果表明，多種異常檢測方法在融合時空數據上均可取得更低均方根誤差（RMSE），平均降低10.73%，所提方法比現有主流方法中結果最好的長短時記憶網絡（LSTM）的RMSE降低19.36%。在信用卡欺詐公開數據集上的實驗結果表明，所提方法較之邏輯回歸模型，馬修斯系數（MCC）提高了32.78%。以上實驗驗證了所提方法的有效性。

關鍵詞：時空數據;車輛加油;數據融合;異常檢測;深度學習

中圖分類號：TP391.4

文獻標志碼：A

Multiview deep anomaly detection framework for

vehicle refueling behaviors based on spatiotemporal data fusion

DING Jingquan1，2， MA Bo1，2，3*， LI Xiao1，2，3

1.The Xinjiang Technical Institute of Physics and Chemistry， Chinese Academy of Sciences， Urumqi Xinjiang 830011， China;

2.University of Chinese Academy of Sciences， Beijing 100049， China;

3.Xinjiang Laboratory of Minority Speech and Language Information Processing， Urumqi Xinjiang 830011， China

Abstract：

The multisource heterogeneity and complicated relationships of spatiotemporal data of vehicle refueling bring great challenges to existing anomaly detection approaches. Aiming at the problem， a multiview deep anomaly detection framework for vehicle refueling based on spatiotemporal data fusion was proposed. Firstly， the static information and dynamic activity data were correlated， fused and managed based on Unified Conceptual Model （UCM）. Secondly， the spatiotemporal data were encoded and converted according to spatial view， temporal view and semantic view. Finally， a deep anomaly detection framework was constructed based on the above multiviews. The experimental results on vehicle refueling spatiotemporal dataset show that all anomaly detection approaches tested can achieve an average decrease in the Root Mean Square Error （RMSE） by 10.73%， and the proposed multiview spatiotemporal anomaly detection framework can obtain a decrease in the RMSE by 19.36% compared to LSTM （Long ShortTerm Memory）， which gets the best results in thestateoftheart methods. And the Matthews Correlation Coefficient （MCC） of the proposed method on the credit card fraud dataset is increased by 32.78% compared with that of Logistic Regression model. All experimental results demonstrate the effectiveness of the proposed anomaly detection framework.

Key words：

spatiotemporal data; vehicle refueling; data fusion; anomaly detection; deep learning

0?引言

異常檢測是指從數據中找出不符合期望預期模式的問題，這些不相容的模式在不同的應用領域中有著差異性的稱呼，如：異常（Anomalies）、離群點（Outliers）、不一致觀察（Discordant observations）、例外（Exceptions）、偏差（Aberrations）等，其中，異常和離群點使用最為廣泛，有時也可交替使用[1]。異常檢測在真實場景下有著廣泛的應用，如金融領域的欺詐檢測、網絡安全中的入侵檢測、工業生產領域的缺陷檢測、動態網絡中的事件檢測以及視頻中的活動監控等[2-8]。

時空異常檢測屬于異常檢測的子領域，目的是從一個連續時空范圍內的活動中，挖掘出不符合期望預期的各種模式。與單純的時間序列異常檢測不同，除了考慮時間的周期性和趨勢線之外，還需將空間的距離和空間的層次放在同一個框架內進行度量和計算。

具體到加油領域，時空異常是指在一定地域范圍內不間斷的加油活動中，偶發的、可疑的、不同于常規規律的可能對安全穩定造成潛在威脅的加油行為。如同一輛車在短時間內多次加油或同一個人在短時間內多次購買散裝油，均可能蘊含著潛在威脅。因此，亟須開展車輛加油領域的時空異常檢測分析研究。該問題主要面臨如下幾個方面的難點：

1）加油異常難定義、難標注、正負例數據嚴重不均衡;

2）加油數據地域分布離散、廣泛，具有數據多源異構性和物理空間離散性，難以直接用于異常檢測分析;

3）由于數據本身的時空粒度多變性特征，難以通過單一技術框架進行分析處理。

針對上述問題，本文提出了基于融合時空數據的車輛加油行為多視圖深度異常檢測框架，工作主要包括3個部分：1）基于自主構建的統一概念模型，對加油時空多源異構數據進行關聯和融合;2）從空間視圖、時間視圖和語義視圖三個視角，對時空加油數據進行特征抽取;3）通過統一的深度學習框架，將上述多種視圖通過統一的深度學習框架進行訓練，實現加油時空數據的異常檢測。圖1為本文方法的總體流程， 其中CNN表示卷積神經網絡（Convolutional Neural Network）、LSTM表示長短時記憶（Long ShortTerm Memory）、GCN表示圖卷積網絡（Graph Convolutional Network）。

1?相關工作

由于加油領域數據的特殊性和敏感性，文獻中鮮見相關研究。Fujimaki等[9]針對航天飛船故障難以建模的問題，提出只針對正常數據進行建模，再去檢測測試集中異常的方案;文獻[10-11]通過半監督方法，利用大量的未標注數據和少量的標注數據構建分類器，從而更好地解決特定的異常檢測問題。上述方法處理真實場景下異常檢測問題的思路可以給我們帶來一定的借鑒意義，但也存在一定的局限性。首先，上述方法雖能在一定程度上解決異常定義和發現的問題，但同樣也會帶來假異常率居高不下的副作用;其次，上述方法主要針對時序數據進行處理，未提出對時空數據進行有效分析的方案。因此如何有效地定義和發現時空異常成為了異常檢測領域的一個研究難點。

再者，加油信息在物理空間以人、車、加油站相關的多元形態（時序數據、空間數據、圖像數據、天氣數據等）呈現，具有數據多源異構性、物理空間離散性和時空粒度多變性的特征，需要對離散、多模態的異構時空數據進行融合分析。目前數據融合的方法在解決某一具體問題時，往往需要考慮多種來源、多種模態的數據，且臨時對數據集合進行組裝的處理方式難以復用。數據庫領域的研究多采用模式映射的數據集成方法[12-13]，對多源數據進行融合;在機器學習和人工智能領域，研究者則采用了知識圖譜和概念模型的方式對知識進行關聯和融合[14]。無論是傳統的數據集成方法還是較新的知識圖譜方法，均是對靜態的數據和知識進行組織，如何對動態數據和知識進行管理以及如何對融合數據的多維特征進行表示尚無成熟的解決方案。

在時空異常分析與檢測方面，目前不同的技術或算法大多仍聚焦于較為單一的數據類型和業務特點，并不具備較好的遷移性，當將這些方法用于處理加油領域數據時都具有技術上的偏向性或缺陷：Zhang等[15]針對時空數據的獨特屬性設計了一種端到端的深度學習框架，并用于交通流量預測;Cheng等[16]的研究表明，通過綜合使用空氣質量監測站、興趣點（Point Of Interest， POI）、路網等多模態數據并配合注意力（Attention）機制，可以提升城市空氣質量預測效果。雖然上述研究針對不同時空數據分析應用場景提出了具體的解決方法，但在如何應對復雜應用場景下的多源異構時空數據異常分析與檢測方面，尚待開展進一步的研究。

由上述分析可看出，對于面向實際應用的異常檢測問題，往往需要具體問題具體分析，且由于數據模態的差異性和數據來源的多樣性，難以通過一種模型或框架進行分析處理。基于此，本文提出了一種基于融合時空數據的車輛加油行為多視圖深度異常檢測框架。首先，對涉及多種模態的加油行為數據進行關聯和融合，從而將同一對象（加油車或加油人）來自不同加油站的所有加油行為在時間和空間維度上進行合并;然后，分別通過空間視圖、時間視圖和語義視圖對不同模態的特征進行處理，并通過注意力池化層對各個視圖的特征進行融合;最終，實現提升加油異常行為檢測準確率的目標。

2?基于統一概念模型的時空數據融合建模

為了有效解決跨領域、跨系統的數據重用和共享問題，本文采用了一種形式化和可重用的數據表示方式，對數據模型和數據間的關聯關系進行管理，從而形成數據網絡以實現融合與共享。數據融合建模過程主要包括統一概念模型（Unified Conceptual Model， UCM）的構建與生成、以及圖實例數據的自動轉換。

2.1?統一概念模型構建

在車輛加油業務領域中，人、車輛、加油站之間存在大量的關系和活動。基于圖數據（Graph Data）的表達能力和現實世界的事物規律，首先構建由概念（Concepts）、屬性（Properties）、關系（Relations）、活動（Activities）、實例（Instances）五要素構成的五元組元數據模型，再建立多源異構數據與該元數據模型的映射模型，從而完成多源異構數據到圖數據的統一映射過程。概念對應現實世界中的事物抽象，并包含時空屬性;實例是概念的具體對象;關系用于建模現實世界對象間的顯式關聯與隱式關聯;實例在時空維度上的變化則通過活動進行表示。概念、實例、關系、活動均可包含多個屬性。

由底層數據到五元組元數據模型的映射如圖2所示。

基于統一的概念知識表示，開放動態環境下的概念模型構建將采用主動學習（Active Learning）的方式，結合領域專家知識和人機交互反饋，通過自頂向下和自底向上的混合模式融合跨領域多源數據，實現統一概念模型的構建和動態擴充。主要流程如圖3所示。

2.2?圖實例數據自動轉換

以統一概念模型作為數據抽取與轉換依據，每條待融合的新數據首先轉換為一項圖數據實例，通過將數據的原始來源和唯一標識符信息作為元數據屬性進行存儲，從而保證數據的可追溯性。對于每項實例數據，都需要融合到已存在的實例圖中，借鑒實體鏈接的思想，將每項待融合的數據看作一個識別到的新實體，將已存在的圖實例數據作為知識庫，通過改進的候選實體（Candidate Entities）排序算法進行實體鏈接操作，進而完成數據關聯與融合過程，如圖4所示。

候選實體排序方面，采用多特征融合的方法進行。具體選取的特征包括本地特征（local Similarity， lSim），上下文特征（contextual Similarity， cSim）和全局特征（Global Similarity， coh）。

本地特征采用分布式詞向量word2vec進行表示，通過抽取待融合數據節點及其屬性的文本內容，訓練詞嵌入模型，作為實體排序的第一個打分項。

對于上下文特征，采用嵌入主題模型lda2vec來進行表示。主題模型可以對文檔的潛在語義和主題進行有效建模，而詞向量技術可以對上下文信息進行有效建模，因此將二者結合，既考慮到了上下文信息，又兼顧到本地信息。為了對上下文特征進行建模，首先定義一個目標函數：

L=∑ ijLnegij（1）

其中，Lnegij表示word2vec中的負采樣方法，負采樣如式（2）所示：

Lnegij=lbσ（cj·wi）+∑nl=0lbσ（-cj·wl）（2）

其中：cj表示上下文向量，wi表示目標詞匯的詞向量，wl表示負采樣詞匯的詞向量。

對于全局特征，采用一種基于圖的方法進行刻畫，其中s和e表示需要計算相似度的一對節點，CONTRe（m，c）表示所有對相似度計算起到貢獻作用的節點集合。

cohs（e）=cSim（s→e）·lSim（s） （3）

CONTRe（m，c）=

{（m′，arg maxc coh（m′，c）（e））∈V，m′≠m}（4）

coh（e）=∑s∈CONTRe（m，c）cohs（e）（5）

這樣最終的打分以及實體選取和消歧過程通過式（6）、（7）計算得到：

score（e）=coh（e）+cSimavg·lSim（e）（6）

disambiguation（m）=argmaxc∈Cm score（m，c）（7）

3?多視圖深度時空異常檢測框架

完整的加油活動涉及多種類型的數據，包括人、車輛、加油站的基本信息、前端設備采集的圖像、加油活動自身產生的時序數據和空間軌跡數據，以及外部因素數據如天氣、節假日等。現有的異常檢測方法大多只適用于上述數據中的某一種類型，很難對加油活動所涉及的全部數據進行分析處理。

進一步的業務分析可以發現，上述數據可分為靜態數據和動態數據兩類。在本文的研究中，將人、車輛、加油站的基本信息、前端設備采集的圖像等數據歸類為靜態知識型數據;將加油活動產生的時序數據和空間軌跡數據，以及外部因素數據如天氣、節假日等數據歸類為動態活動數據。對于靜態知識型數據，通過前述的數據融合治理和聯合嵌入表示學習兩種技術手段，可預期達到歸一化和低維數值化的效果并可用于后續計算。對于動態活動數據，構建一種基于多視圖的深度時空異常檢測模型框架，將時序數據、空間軌跡數據連同靜態數據一起作為模型的輸入，來判斷模型的輸出是否為異常。具體地，將上述數據劃分到3個視圖，分別是空間視圖（Spatial View）、時間視圖（Temporal View）和語義視圖（Semantic View），整個框架的算法流程如下所示。

算法1?基于數據融合的時空異常檢測框架訓練過程。

輸入?來自不同加油站的原始數據; 領域專家輔助知識輸入;天氣、興趣點、路網等外部數據;

輸出?訓練好的時空異常檢測框架。

程序前

// 構建統一概念模型

1）

結合領域專家知識， 構建UCM//基于UCM進行數據融合

2）

forS（1≤S≤N） stations

3）

for refueling recordsrin station Sn

4）

run Graphbased Entity Linking

5）

end

6）

end//融合完成的基于圖結構的加油數據集

7）

D ←

8）

forobjecti（a vehicle or a person） do

9）

apply CNN to learn spatial features//抽取空間視圖特征

10）

apply GCN to learn semantic features//抽取語義視圖特征

11）

for 1≤t≤T do

12）

apply LSTM to learn temporal features

//抽取時間視圖特征將三種視圖進行組合

13）

combine the latent features by attention pooling layer for time t

14）

put an training instance into D

15）

end

16）

end

17）

initialize all learnable parameters θ in the framework

18）

repeat

19）

randomly select a batch of instances Db from D

20）

find θ by minimizing the objective with Db

21）

until stopping criteria is met

程序后

空間視圖?處理加油活動中產生的空間軌跡數據。首先對軌跡圖像進行CNN卷積操作，降低處理維度，抽取關鍵特征，然后再對卷積后的輸出進行全連接作為空間視圖的輸出。

具體地，對于一個圖像Yit∈RS×S×1，CNN卷積模塊會將其作為輸入Yi，0t送入K個卷積層處理：

Yi，kt=f（Yi，k-1t*Wkt+bkt）（8）

其中，Wkt和bkt是CNN模塊中待訓練的兩組權重和偏置參數，經過K層卷積后，通過flatten層將輸出Yi，kt∈RS×S×λ轉換為向量sit∈RS2λ，最后通過全連接層壓縮sit的維度，輸出Spait。

時間視圖?處理加油活動中產生的時序數據和天氣等外部數據。首先將空間視圖輸出、時序數據和外部數據拼接組成一組時序輸入送入LSTM卷積神經網絡，時間視圖的輸出是模型判斷的下一時刻的狀態。

語義視圖?處理加油活動涉及的人、車輛、加油站信息和圖像等靜態數據。首先從融合數據中提取人、車輛、加油站的基礎信息及對應的關聯關系，然后將靜態數據轉換為一組低維向量表示的形式，用于后續處理，如圖5所示。

其中，靜態數據的表現形式是以圖（Graph）結構存儲的融合數據，具體地，圖嵌入表示主要通過圖卷積網絡（Graph Convolutional Network， GCN）實現，將圖G=（V，E）作為輸入，目的是通過圖卷積網絡學習得到圖中節點的特征表示。對于每個節點i，特征表示為xi，則所有節點可以組成一個N×D的特征矩陣X（N是節點的數量，D是特征的數量）。對于圖的結構，則可以通過鄰接矩陣A表示。模型的輸出表示為Z，是N×F的特征矩陣，F表示輸出層每個節點特征的數量。

每層神經網絡進而可以通過下述非線性變換得到：

H（l+1）=f（H（l），A） （9）

其中：H（0）=X，H（L）=Z，L是GCN中層的數量。一個簡單的f（·）形式如下：

f（H（l），A）=σ（AH（l）W（l））（10）

其中：W（l）表示神經網絡中l層的權重矩陣，σ（·）表示非線性激活函數，如ReLU（Rectified Linear Unit）。

模型會將時間視圖和語義視圖的輸出進行拼接，并再次通過注意力池化層進行權重計算，生成一組輸出后送入損失函數，從而完成深度時空異常檢測框架的訓練過程，損失函數的定義采用如下形式：

L（θ）=∑mi=1（yit+1-it+1）2+γyit+1+it+1it+12（11）

其中，it+1表示模型輸出預測標簽，yit+1表示實際的數據標簽。θ表示模型需要訓練的所有參數，γ是模型的超參數。

4?實驗與分析

4.1?實驗配置

為了驗證所提方法對加油時空數據異常檢測的有效性以及所提方法的通用性，本文選擇在中國某省份汽車加油數據集和信用卡欺詐公開數據集[17]上進行實驗，前者為本文所需解決應用場景的真實數據集，后者為帶有異常標簽標注的公開數據集。實驗機器系統為ubuntu14.04 64位，CPU 72核，型號為Intel Xeon Gold 6140 CPU 2.3GHz，內存256GB，顯存96GB，Python版本為3.6，Keras版本為2.0.8，數據庫為MongDB 3.0。

4.2?實驗數據集

4.2.1?車輛加油數據集

實驗數據選取某省份1個月內的所有加油記錄，為了保證實驗的準確性，去除了數據中部分無效數據，并選取在1個月時間周期內，加油次數大于3次的所有相關數據，其中每條記錄主要包括唯一性標識、加油人員身份證號碼、加油站編號、車牌號等信息。相關數據項全部進行脫敏加密處理，數據規模為505-643條。特征提取方面，對數值型特征進行歸一化處理，非數值型特征進行數字編碼后再歸一化處理。同時收集該時間范圍內路況、天氣等數據作為外部因素導入，并最終得到可靠的實驗數據集合。

原始數據無標簽標注，通過專家經驗、預置規則并結合人工判斷的方式，對約10%的數據進行了標注。實驗結果驗證方面，通過抽取20%結果配合采集的圖像人工復檢的方式進行驗證。

為了驗證本文所提異常檢測框架在預處理后的數據集上的有效性，通過與一組現有異常檢測方法進行比較評估，采用均方根誤差作為評價函數，對預測結果進行評價：

RMSE=1m∑mi=1（yit+1-it+1）2（12）

其中：it+1和yit+1分別表示預測值和實際值，m代表樣本總數。

4.2.2?信用卡欺詐數據集

信用卡欺詐數據集包括了某兩天內各個時間點的284-807 筆交易記錄，其中492筆交易已標注為欺詐行為。數據集定義欺詐因素共28項，另外兩項數據是交易金額和欺詐標簽。數據集劃分方面，從數據集中的正常值取80%作為訓練集，將剩余20%的正常值以及全部異常值（欺詐行為）作為測試集。

由于異常檢測數據集一般均屬于正負例非均衡數據集，馬修斯系數（Matthews Correlation Coefficient， MCC）能夠有效衡量不平衡數據集，為了驗證所提方法的有效性，本文將MCC作為信用卡欺詐數據集上的性能衡量指標。其具體公式如下：

MCC=

TP*TN-FP*FN（TP+FP）*（TP+FN）*（TN+FP）*（TN+FN）（13）

其中：TP（True Positive）表示挖掘出的樣本為真實異常實例的數量，TN（True Negative）表示挖掘出的樣本為真實正常實例的數量，FP（False Positive）表示挖掘出的樣本為假異常實例的數量，FN（False Negative）表示挖掘出的樣本為假正常實例的數量。

4.3?實驗結果與分析

4.3.1?車輛加油數據集實驗結果分析

在車輛加油數據集上，選擇雅虎開源異常檢測框架（Extendible Generic Anomaly Detection System， EGADS）[18]中的移動平均模型（Moving Average Model）、統計模型（Naive Forecasting Model）、回歸模型（Regression Model）、季節模型（Olympic Model）、指數平滑模型（Double Exponential Smoothing Model）以及循環神經網絡LSTM作為基線對比系統。通過在未融合原始加油數據和已融合數據上運行基線方法和所提方法，對比均方根誤差（Root Mean Square Error， RMSE），進而衡量數據融合和所提異常檢測框架的有效性，實驗結果如表1所示。

從實驗結果中可以觀察到所有方法在融合后數據上均取得了更低的均方根誤差，均方根誤差平均降低10.73%，說明數據融合作為數據治理的一項步驟和方法，可以有效提升數據質量，為后續分析帶來性能提升。另外從表1中還可看出，本文所提異常檢測框架取得了最好的性能，較之基線方法的最好結果降低了19.36%的均方根誤差。原因主要在于基線方法均是對時序數據進行異常分析處理，未能融合其他類型數據如圖像、空間數據、天氣數據等，也從一定程度說說明，能夠處理多種數據類型的方法可以在實際異常檢測分析中取得更好的效果。

4.3.2?信用卡欺詐數據集實驗結果分析

在信用卡欺詐數據集上，選擇在此數據集上表現效果較好的邏輯回歸（Logistic Regression）模型與本文所提方法進行對比分析，MCC實質上表示真實結果與預測結果二元分類之間的相關系數，并返回介于-1到+1之間的數值。結果越接近+1，表示預測越精確，-1則表示預測結果和真實結果完全不一致，0表示模型效果接近于隨機預測。實驗結果方面，邏輯回歸模型取得的MCC值為0.230-0，所提方法MCC值為0.305-4，所提方法較之邏輯回歸模型，在MCC上取得了32.78% 的性能提升，驗證了所提方法在信用卡欺詐公開數據集上，同樣能夠有效地檢測到欺詐行為，并較之現有方法提升了一定的預測精度。

5?結語

本文鑒于傳統異常檢測方法難以處理多源異構時空加油數據的缺陷，首先，針對業務領域進行統一概念模型構建，并根據融合模型自動地對多源異構數據進行轉換和關聯，將離散的時空數據轉換為以圖的方式進行存儲和管理的融合數據;然后，針對實際業務中存在的多種數據類型，提出了基于多視圖的深度異常檢測框架，進而克服了傳統方法只能處理時序數據，難以處理其他類型數據的缺陷; 最后，在真實車輛加油數據集和信用卡欺詐公開數據集上，對所提方法與基線系統進行了性能比較。在車輛加油數據集上，所提方法較之基線方法的最好結果降低了約19.36%的均方根誤差;在信用卡欺詐公開數據集上，較之邏輯回歸模型，所提方法取得了更高的MCC值。證明了本文所提方法無論是在處理具體車輛加油領域的時空數據異常檢測問題上，還是在更通用的異常檢測處理上，均具備較穩定的性能優勢。

所提方法雖然取得了較好的實驗結果，但在處理實際異常檢測問題時，異常數據的稀缺和難以標注仍是一項阻礙異常檢測研究開展的難題，后續的研究中將重點關注無監督的異常檢測方法，探索如何在無標注數據集上開展異常檢測研究。

參考文獻 （References）

[1]?AGRAWAL S， AGRAWAL J. Survey on anomaly detection using data mining techniques[J]. Procedia Computer Science， 2015， 60： 708-713.

[2]?ABDALLAH A， MAAROF M A， ZAINAL A. Fraud detection system： a survey[J]. Journal of Network and Computer Applications， 2016， 68： 90-113.

[3]?BUCZAK A L， GUVEN E. A survey of data mining and machine learning methods for cyber security intrusion detection[J]. IEEE Communications Surveys and Tutorials， 2016， 18（2）： 1153-1176.

[4]?NAIK N， DIAO R， SHEN Q. Dynamic fuzzy rule interpolation and its application to intrusion detection[J]. IEEE Transactions on Fuzzy Systems， 2018， 26（4）： 1878-1892.

[5]?DOSHI D A， KHEDKAR K B， RAUT N T， et al. Real time fault failure detection in power distribution line using power line communication[J]. International Journal of Engineering Science， 2016， 6（5）： 4834-4837.

[6]?陶濤，周喜，馬博，等. 基于雙向LSTM的Seq2Seq模型在加油站時序數據異常檢測中的應用[J]. 計算機應用， 2019， 39（3）： 924-929. （TAO T， ZHOU X， MA B， et al. Abnormal time series data detection of gas station by Seq2Seq model based on bidirectional long shortterm memory[J]. Journal of Computer Applications， 2019， 39（3）： 924-929.）

[7]?YU W， CHENG W， AGGARWAL C C， et al. NetWalk： a flexible deep embedding approach for anomaly detection in dynamic networks[C]// Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York： ACM， 2018： 2672-2681.

[8]?陳萬志，李東哲. 結合白名單過濾和神經網絡的工業控制網絡入侵檢測方法[J]. 計算機應用， 2018， 38（2）： 363-369. （CHEN W Z， LI D Z. Intrusion detection method in industrial control network combining white list filtering and neural network[J]. Journal of Computer Applications， 2018， 38（2）： 363-369.）

[9]?FUJIMAKI R， YAIRI T， MACHIDA K. An approach to spacecraft anomaly detection problem using kernel feature space[C]// Proceedings of the 11th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York： ACM， 2005： 401-410.

[10]?ASHFAQ R A R， WANG X， HUANG J Z， et al. Fuzziness based semisupervised learning approach for intrusion detection system[J]. Information Sciences， 2017， 378： 484-497.

[11]?NOTO K， BRODLEY C， SLONIM D. FRaC： a featuremodeling approach for semisupervised and unsupervised anomaly detection[J]. Data Mining and Knowledge Discovery， 2012， 25（1）： 109-133.

[12]?LENZERINI M. Data integration： a theoretical perspective[C]// Proceedings of the 21st ACM SIGMODSIGACTSIGART Symposium on Principles of Database Systems. New York： ACM， 2002： 233-246.

[13]?DONG X L， SRIVASTAVA D. Big data integration[J]. Proceedings of the VLDB Endowment， 2013， 6（11）： 1188-1189.

[14]?MA B， JIANG T， ZHOU X， et al. A novel data integration framework based on unified concept model[J]. IEEE Access， 2017， 5： 5713-5722.

[15]?ZHANG J， ZHENG Y， QI D. Deep spatiotemporal residual networks for citywide crowd flows prediction[C]// Proceedings of the 31st AAAI Conference on Artificial Intelligence. Pola Alto： AAAI Press， 2016： 1655-1661.

[16]?CHENG W， SHEN Y， ZHU Y， et al. A neural attention model for urban air quality inference： learning the weights of monitoring stations[C]// Proceedings of the 32nd AAAI Conference on Artificial Intelligence. Pola Alto： AAAI Press， 2018： 2151-2158.

[17]?AGNIHOTRI M. Credit card fraud detection[DB/OL]. [2017-04-17]. https：//www.kaggle.com/mlgulb/creditcardfraud.

[18]?LAPTEV N， AMIZADEH S， FLINT I. Generic and scalable framework for automated timeseries anomaly detection[C]// Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York： ACM， 2015： 1939-1947.

This work is partially supported by the Natural Science Foundation of Xinjiang （2019D01A92）.

DING Jingquan， born in 1973， Ph. D. candidate， associate research fellow. His research interests include big data government and analytics.

MA Bo， born in 1984， Ph. D.， associate research fellow. His research interests include big data analysis， knowledge graph.

LI Xiao， born in 1957， M. S.， professor. His research interests include multilingual information processing， information management system.