报告题目：OptIForest： 用于异常检测的最优隔离林

报 告 人：项昊龙

报告时间：2023年8月28日上午10:30

报告地点：信息科技大楼A914-915会议室

主 持 人：许小龙 教授

报告人简介：

项浩龙拥有山东大学软件工程系学士学位（中国济南，2015年）和南京大学（中国南京，2018年）计算机科学系硕士学位。他目前正在麦考瑞大学计算机学院攻读博士学位（澳大利亚悉尼，2021年

至今）。他的研究兴趣包括异常检测、数据挖掘和机器学习。曾在国际会议和期刊上发表论文，包括IJCAI，ICDM，CIKM，WWW Journal等。haolong.xiang@hdr.mq.edu.au 联系他。

报告简介：

异常检测在网络安全入侵检测、金融风险检测、人类健康监测等关键任务的各个领域发挥着越来越重要的作用。已经提出了多种异常检测方法，基于隔离林机制的类别因其简单性、有效性和效率而

脱颖而出，例如，iForest 经常被用作实际部署的最先进探测器。虽然大多数隔离林使用二进制结构，但框架 LSHiForest 已经证明，多分叉隔离树结构可以带来更好的检测性能。然而，没有理论工

作回答隔离林关于分支因子的最佳树木结构的基本和实践重要问题。在本文中，我们建立了隔离效率理论来回答该问题并确定隔离树的最佳分支因子。基于理论基础，我们设计了一种实用的最优隔离

森林OptIForest，将基于聚类的学习与哈希相结合，可以从数据中学习更多信息，以获得更好的隔离质量。在一系列用于比较和消融研究的基准数据集上进行的广泛实验表明，我们的方法可以高效、

稳健地实现比最先进的方法（包括基于深度学习的方法）更好的检测性能。

欢迎广大师生踊跃参加！

软件学院

2023年8月26日