[논문 리뷰] A Survey on GANs for Anomaly Detection

Federico Di Mattia, Paolo Galeone외 2명|arXiv (Cornell University)|2019. 06. 27.

Anomaly Detection Techniques and Applications참고 문헌 6인용 수 114

한 줄 요약

이 논문은 주로 GAN 기반 이상 탐지 방법들(AnoGAN, BiGAN/EGBAD, GANomaly)을 조사하고, 데이터셋 전반에 걸친 실증 평가를 제공하며, 오픈 소스 이상 탐지 도구 상자를 공개합니다.

ABSTRACT

Anomaly detection is a significant problem faced in several research areas. Detecting and correctly classifying something unseen as anomalous is a challenging problem that has been tackled in many different manners over the years. Generative Adversarial Networks (GANs) and the adversarial training process have been recently employed to face this task yielding remarkable results. In this paper we survey the principal GAN-based anomaly detection methods, highlighting their pros and cons. Our contributions are the empirical validation of the main GAN models for anomaly detection, the increase of the experimental results on different datasets and the public release of a complete Open Source toolbox for Anomaly Detection using GANs.

연구 동기 및 목표

• 적대적 학습을 통해 정상 동작을 모델링하는 문제로서 이상 탐지를 동기화한다.
• GAN 기반 이상 탐지 아키텍처(AnoGAN, EGBAD, GANomaly)를 요약하고 비교한다.
• 다수의 데이터셋에 걸친 실증 검증을 제공하고 재현을 위한 공개 도구 상자를 구성한다.

제안 방법

• GAN의 기초 및 주요 확장(조건부 GAN, BiGAN)을 설명한다.
• AnoGAN을 데이터에서 잠재 공간으로의 매핑과 역매핑으로 이상 점수화하는 방식으로 설명한다.
• BiGAN/EGBAD를 제시하여 인코더 학습을 가능하게 하고 더 빠른 추론과 역 매핑을 가능하게 한다.
• GANomaly를 자동인코더 유사 구조와 GAN 학습 및 여러 손실 요소를 결합하는 방식으로 자세히 설명한다.
• TensorFlow 기반의 이상 탐지 도구 상자를 공개하고 다양한 구성을 재현한다.

실험 결과

연구 질문

• RQ1 GAN 기반 프레임워크가 정상 데이터를 어떻게 모델링하여 효과적인 이상 탐지를 가능하게 하는가?
• RQ2 AnoGAN, BiGAN/EGBAD, GANomaly의 강점과 한계는 무엇인가?
• RQ3 통합된 TensorFlow 구현이 이러한 GAN 기반 접근법을 데이터셋 간에 재현하고 비교할 수 있는가?
• RQ4 서로 다른 손실 공식 및 아키텍처가 탐지 성능과 추론 속도에 어떤 영향을 미치는가?

주요 결과

• GAN 기반 방법은 이미지 및 표 형 데이터에서 이상 탐지에 효과적일 수 있다.
• BiGAN/EGBAD 및 GANomaly는 실제로 AnoGAN보다 더 빠른 추론 및 더 해석 가능한 이상 점수를 제공한다.
• GANomaly는 학습 동안 인코더를 사용하고 자동인코더 유사 생성기를 이용하여 학습 속도와 해석 가능성을 개선한다.
• KDD 데이터셋에서 BiGAN/EGBAD은 GANomaly보다 정밀도, 재현율, F1이 더 높았다 (0.941174, 0.956155, 0.948605 대 0.830256, 0.841112, 0.835648).
• 저자들은 재현 및 확장을 위한 TensorFlow 기반 오픈 소스 이상 탐지 도구 상치를 공개했다.