ملخص تقني: PRISM – تمثيلات قوية من السلاسل الزمنية إلى الصور للكشف عن الشذوذ متعدد المتغيرات

بيان المشكلة

يعد الكشف عن الشذوذ في السلاسل الزمنية (TSAD) أمراً بالغ الأهمية لتطبيقات الصيانة التنبؤية، والتمويل، والأمن السيبراني، والرعاية الصحية. ومع ذلك، تظل الأداء حساساً للغاية لاختيارات تمثيل البيانات في البيئات متعددة المتغيرات. بينما أظهر تحويل السلاسات الزمنية إلى صور (TS2I) وعوداً في التنبؤ والتصنيف، توجد فجوات كبيرة في مهام الكشف عن الشذوذ متعدد المتغيرات (TSAD):

1. من غير الواضح كيفية رسم خرائط فعالة للسلاسل الزمنية متعددة المتغيرات عالية الأبعاد إلى صور متعددة القنوات.
2. إن تنظيم بُعد القنوات في هذه الصور هو بُعد تصميمي لم ينل دراسة كافية.
3. لا يزال من غير المؤكد ما إذا كانت النماذج الرؤيوية الأساسية (المدربة على الصور الطبيعية) يمكنها مضاهاة أو تجاوز النماذج المرجعية المتخصصة في المجال الزمني لمهام TSAD.

المنهجية: إطار عمل PRISM

يقدم المؤلفون PRISM (تمثيلات قوية من السلاسل الزمنية إلى الصور للكشف عن الشذوذ متعدد المتغيرات)، وهو عبارة عن سير عمل موحد وقابل للتركيب (plug-and-play). PRISM ليس خوارزمية كشف واحدة، بل هو مسار نمطي يفصل بين تصميم التمثيل واختيار كاشف الشذوذ.

المكونات الأساسية

يقوم إطار العمل برسم خرائط لنافذة سلسلة زمنية متعددة المتغيرات $X^{(k)} \in \mathbb{R}^{L \times D}$ إلى صورة ثابتة الحجم $I^{(k)} \in \mathbb{R}^{H \times W \times C}$ عبر مخطط إسقاط $\Phi$. يميز PRISM بين مكونين حرجين لهذا المخطط:

1. تحويل TS2I: يحدد كيفية رسم خريطة لنافذة السلسلة الزمنية إلى صورة أحادية القناة.

   • المعتمد على أحادي المتغير: تعديلات لطرق مثل حقل الجمع الزاوي لغرام (GASF)، وحقل انتقال ماركوف (MTF)، ومخطط التكرار (RP)، وتحويلات المويجات (MWT, RWT). تتطلب هذه الطرق اختزال النافذة متعددة المتغيرات إلى سلاسل أحادية المتغير أولاً.
   • المعتمد على متعدد المتغيرات: طرق تعالج المدخلات متعددة المتغيرات بشكل أصيل، مثل الرسوم البيانية الخطية (LG) وشبكات الحالة (SG).

2. التشكيل إلى قنوات (Channelization): يحدد كيفية بناء بُعد القنوات ($C$) لإنشاء صورة متعددة القنوات مناسبة للنماذج الرؤيوية الأساسية. يحدد البحث هذا كبُعد حرج لم يُدرس سابقاً بشكل كافٍ.

   • تشكيل القنوات بالتقليل من الأبعاد (DR): يستخدم تقنيات مثل تحليل المكونات الرئيسية (PCA) لإسقاط النافذة متعددة المتغيرات في فضاء فرعي أقل أبعاداً، مع معاملة كل مكون كقناة.
   • تشكيل القنوات الإحصائي (STAT): يبني قنوات مباشرة من الواصفات الإحصائية للنافذة متعددة المتغيرات دون الحاجة إلى إسقاطات كامنة وسيطة.
   • MSM (المتوسط-الانحراف المعياري-الحد الأقصى): استراتيجية STAT مبتكرة اقترحها المؤلفون. تقوم ببناء ثلاث قنوات تمثل المتوسط (تحولات المستوى العالمي)، والانحراف المعياري (الانتشار/التزامن عبر المتغيرات)، والحد الأقصى (الانحرافات الفردية القصوى). هذا النهج خالٍ من الإسقاط ومصمم لالتقاط فئة أوسع من حالات الشذوذ مقارنة بـ PCA.
   • التكرار (REP): يُستخدم للتحويلات المعتمدة على تعدد المتغيرات، حيث يتم تكرار مخرجات أحادية القناة عبر $C$ من القنوات لتلبية متطلبات مدخلات النماذج الرؤيوية المدربة مسبقاً على RGB.

الإعداد التجريبي

• مجموعات البيانات: 14 مجموعة بيانات متعددة المتغيرات من معيار TSB-AD (تتراوح الأبعاد من $D=2$ إلى $D=248$).
• النماذج المرجعية: 24 طريقة متخصصة في المجال الزمني (بما في ذلك xLSTMAD، وOmniAnomaly، والمشفرات التلقائية AutoEncoders، والطرق الإحصائية).
• النماذج الأساسية (Backbones): بنيتان للمشفرات التلقائية: CNN-AE خفيف الوزن، وResNet-AE مُهيأ بأوزان ImageNet.
• النطاق: أكثر من 7,000 تجربة لتقييم 15 مخطط إسقاط TS2I، و3 استراتيجيات تعلم انتقالي، وطرق تشكيل قنوات مختلفة.

المساهمات الرئيسية

1. سير عمل PRISM الميتا (Meta-Workflow): مسار نظامي وقابل للتكرار لبناء وتقييم التمثيلات القائمة على الصور لمهام TSAD متعددة المتغيرات، مما يفصل التمثيل عن اختيار الكاشف.
2. تصنيف التشكيل إلى قنوات وMSM: تحديد التشكيل إلى قنوات كعامل تصميم حرج وتقديم MSM، وهو مخطط قائم على الإحصاء يتفوق على البدائل القائمة على PCA.
3. التقييم الشامل: دراسة تجريبية واسعة النطاق تثبت أن مناهج TS2I جيدة التكوين تنافس، وأحياناً تتفوق على، الطرق المتخصصة في المجال الزمني.
4. رؤى التعلم الانتقالي: أدلة على أن المشفرات المدربة مسبقة على ImageNet تنتقل بفعالية إلى مهام TSAD، حيث يحتفظ المشفر المجمد بأداء عالٍ مع تقليل وقت التدريب بشكل كبير.
5. تحليل التكلفة: تفصيل دقيق للأعباء الحسابية، مما يظهر أن تحويل السلاسل الزمنية إلى صور يمثل جزءاً ضئيلاً (2-8%) من إجمالي وقت المسار.

النتائج التجريبية

الأداء مقابل النماذج المرجعية في المجال الزمني

• حققت تكوينات PRISM أفضل قيمة VUS-PR (الحجم تحت سطح منحنى الدقة والاستدعاء) في 10 من أصل 14 مجموعة بيانات.
• في الـ 10 مجموعات التي كان فيها PRISM هو الأفضل، حقق متوسط تحسن نسبي قدره 41% مقارم بأفضل طريقة منافسة في المجال الزمني.
• تفوقت تكوينات PRISM بشكل عام على أفضل طريقة غير تابعة لـ PRISM في 6 من أصل 9 مقاييس تقييم، بما في ذلك AUC-PR، وStandard F1، وEvent-based F1.
• لوحظت مكاسب ملحوظة في مجموعات البيانات عالية الأبعاد (مثل GECCO، وCreditCard، وSMD)، حيث التقطت التمثيلات البصرية بفعالية التبعيات المعقدة عبر القنوات.

مخططات الإسقاط والكفاءة

• حققت المخططات المعتمدة على المويجات (Wavelet-based) أقوى أداء، حيث وصل MWT-MSM إلى متوسط VUS-PR قدره 0.52 عبر جميع مجموعات البيانات (الجدول 3)، بينما حقق 0.51 في تكوينات ResNet18 المحددة (الجدول 1).
• قدم SG-REP (شبكة الحالة مع التكرار) حلاً وسطاً جذاباً، حيث حقق أداءً قريباً من الأمثل (VUS-PR 0.51) مع تكلفة حسابية أقل بكثير. وتحديداً، عالج SG-REP 100 صورة في 0.18 ثانية، مما يجعله أسرع بحوالي 7.8 مرة من LG-REP (1.40 ثانية).
• يُوصى باستخدام MWT-MSM للتطبيقات التي تهتم بالدقة، بينما يُفضل SG-REP للانتشار في الوقت الفعلي الذي يهتم بزمن الاستجابة (Latency).

التشكيل إلى قنوات: MSM مقابل PCA

• تفوق MSM على PCA في الغالبية العظمى من التكوينات، محققاً زيادة بنسبة 18.9% في إجمالي VUS-PR.
• كانت ميزة MSM أكثر وضوحاً عندما تكون سعة النموذج محدودة (مثل المشفرات المجمدة)، حيث قدم زيادة بنسبة 26.6% على PCA. يشير هذا إلى أن المعالجة المسبقة المتفوقة (MSM) يمكن أن تعوض عن القيود الهيكلية.
• MSM أيضاً أسرع حسابياً (بزيادة سرعة 3.2%) لأنه يتجنب خطوة الإسقاط المطلوبة لـ PCA.

التعلم الانتقالي

• انتقلت المشفرات من نوع ResNet المدربة مسبقاً على ImageNet بفعالية إلى مهام TSAD رغم الفجوة في النطاق (Domain Gap).
• استراتيجية المشفر المجمد (Frozen Encoder - FE) احتفظت بـ 92% من أداء النماذج التي تم ضبطها بالكامل (DLR) مع تدريب أسرع بمقدار 1.8 مرة.
• يشير هذا إلى أنه بالنسبة للعديد من مهام TSAD، فإن الميزات المتعلمة من الصور الطبيعية كافية، وقد لا يكون الضبط الدقيق الكامل ضرورياً.

الأهمية والادعاءات

يدعي البحث أن PRISM يثبت أن تمثيلات TS2I هي بديل تنافسي، وغالباً ما يكون متفوقاً، للطرق المعتمدة على المجال الزمني للكشف عن الشذوذ متعدد المتغيرات.

النقاط الرئيسية التي أكدها المؤلفون تشمل:

• التمثيل مهم: إن اختيار مخطط الإسقاط واستراتيجية التشكيل إلى قنوات لا يقل أهمية عن اختيار كاشف الشذوذ نفسه.
• تفوق MSM: يعد تشكيل القنوات عبر MSM منهجاً قوياً وخالياً من الإسقاط يتفوق باستمرار على تقليل الأبعاد التقليدي (PCA) لمهام الكشف عن الشذوذ.
• كفاءة النماذج الرؤيوية: يمكن الاستفادة بفعالية من النماذج الرؤيوية المدربة مسبقاً لمهام TSAD، مما يوفر مساراً للنشر السريع (عبر المشفرات المجمدة) دون التضحية بدقة كبيرة.
• الجدوى العملية: الأعباء الحسابية لتحويل السلاسل الزمنية إلى صور ضئيلة (2-8% من إجمالي الوقت)، مما يبرر مكاسب الأداء الملحوظة.

يخلص المؤلفون إلى أن PRISM يوفر إطار عمل مرناً يسمح للممارسين باختيار التكوينات المثلى بناءً على قيودهم الخاصة (مثل الدقة مقابل زمن الاستجابة)، مما يسد الفجوة بين تحليل السلاسل الزمنية والرؤية الحاسوبية بشكل فعال.