[论文解读] Coupled IGMM-GANs for deep multimodal anomaly detection in human mobility data

Kathryn Gray, Daniel Smolyak+2 more|arXiv (Cornell University)|Sep 7, 2018

Anomaly Detection Techniques and Applications被引用 15

一句话总结

本文提出IGMM-GAN，一种新颖的深度生成模型，通过将无限高斯混合模型（IGMM）与双向生成对抗网络（BiGAN）相结合，实现在人类移动数据中的多模态异常检测。通过双向生成器和编码器学习多模态潜在空间，并利用IGMM应用多模态马氏距离度量，该方法在真实轨迹数据集和MNIST上相较于现有基于GAN的方法实现了更优的异常检测性能，同时还能生成逼真的合成移动数据用于基准测试。

ABSTRACT

Detecting anomalous activity in human mobility data has a number of applications including road hazard sensing, telematic based insurance, and fraud detection in taxi services and ride sharing. In this paper we address two challenges that arise in the study of anomalous human trajectories: 1) a lack of ground truth data on what defines an anomaly and 2) the dependence of existing methods on significant pre-processing and feature engineering. While generative adversarial networks seem like a natural fit for addressing these challenges, we find that existing GAN based anomaly detection algorithms perform poorly due to their inability to handle multimodal patterns. For this purpose we introduce an infinite Gaussian mixture model coupled with (bi-directional) generative adversarial networks, IGMM-GAN, that is able to generate synthetic, yet realistic, human mobility data and simultaneously facilitates multimodal anomaly detection. Through estimation of a generative probability density on the space of human trajectories, we are able to generate realistic synthetic datasets that can be used to benchmark existing anomaly detection methods. The estimated multimodal density also allows for a natural definition of outlier that we use for detecting anomalous trajectories. We illustrate our methodology and its improvement over existing GAN anomaly detection on several human mobility datasets, along with MNIST.

研究动机与目标

• 为解决人类移动数据异常检测中缺乏真实标签的问题。
• 克服现有基于GAN的方法在处理多模态轨迹模式时的局限性。
• 开发一种端到端的深度生成模型，既能合成逼真的移动数据，又能检测异常。
• 为评估移动场景下的异常检测算法提供可基准化的合成数据集。
• 不仅检测基于路径的异常，还能检测异常驾驶行为，如异常速度或突然加速。

提出的方法

• 该模型采用双向生成对抗网络（BiGAN），其中生成器将随机噪声映射为合成轨迹，编码器将真实轨迹嵌入潜在空间。
• 潜在空间表征通过无限高斯混合模型（IGMM）建模，以捕捉正常移动模式的多模态分布。
• 通过IGMM计算的多模态马氏距离度量检测异常，该度量能有效反映潜在空间中的多个模式。
• 生成器同时学习空间坐标（纬度、经度）及其时间导数（速度），从而提升生成轨迹的时间一致性。
• 模型通过真实与生成轨迹之间的对抗损失进行联合训练，同时编码器最小化潜在空间中的重构误差。
• 异常得分基于每个测试轨迹在潜在空间中的嵌入与IGMM成分之间的马氏距离计算，得分越高表示偏离程度越大。

实验结果

研究问题

• RQ1 基于GAN的模型是否能在不依赖大量特征工程的情况下，有效检测人类移动数据中的异常？
• RQ2 引入无限高斯混合模型在轨迹数据潜在空间中如何提升多模态异常检测性能？
• RQ3 所提出的IGMM-GAN能否生成逼真且适用于基准测试异常检测算法的合成人类移动轨迹？
• RQ4 IGMM-GAN在真实世界轨迹数据集上相较于最先进基于GAN的异常检测方法表现如何？
• RQ5 该模型是否不仅能检测路径异常，还能检测异常驾驶行为，如异常速度或突然加速？

主要发现

• 在GeoLife数据集的九名预留驾驶员中，IGMM-GAN在AUC指标上持续优于GANomaly和EGBAD，其中六例达到最高AUC。
• 该模型成功检测出Cabspotting数据集中的GPS噪声，使其在训练前可被清除，从而提升了下游性能。
• 生成的合成轨迹在空间模式和速度动态方面与真实轨迹高度一致，具有视觉上逼真的长直线段、曲线以及自然的速度变化。
• 该模型识别出路径异常，如不必要的绕行和未使用主干道路，以及速度异常，如在城市区域以高速公路速度行驶。
• 该方法检测到异常加速度模式，如突然的速度增加或减少，表明存在异常驾驶行为。
• IGMM-GAN在检测训练数据中未出现的隐藏驾驶员方面表现出鲁棒性，证实其对未见类别的泛化能力。