概要: モバイルネットワークからの多変量時系列における異常検知のための、
\emph{教師なし}で、
\emph{文脈に応じた}グラフ注意（graph-attention）モデルであるC-MTAD-GATを提案します。C-MTAD-GATは、グラフ注意と軽量な文脈埋め込み（context embeddings）を組み合わせ、決定論的な再構成ヘッドとマルチステップ予測器を用いて異常スコアを生成します。検出の閾値は、ラベルを用いずに検証残差から
a\emph{ラベルなし}で校正されるため、パイプラインは完全に教師なしのまま維持されます。公開されているTELCOデータセット上で、C-MTAD-GATは、イベント単位および点ごとのF1の両方において、最先端の2つのベースラインであるMTAD-GATとTelco固有のDC-VAEを一貫して上回り、さらに大幅に少ないアラームしか発報しません。C-MTAD-GATはまた、全国規模のモバイル事業者のコアネットワークに実装されており、実運用の産業環境における耐久性（レジリエンス）を示しています。
無教師のテレコム異常検知のための文脈対応グラフ注意機構
arXiv cs.LG / 2026/5/1
📰 ニュースSignals & Early TrendsModels & Research
要点
- この論文は、モバイル（通信）ネットワーク由来の多変量時系列に対する無教師の文脈対応グラフ注意モデル「C-MTAD-GAT」を提案する。
- C-MTAD-GATはグラフ注意と軽量な文脈埋め込みを組み合わせ、決定論的な再構成ヘッドと多ステップの予測器により異常スコアを算出する。
- 異常検知の閾値はラベルなしで、検証時の残差からキャリブレーションすることで、パイプライン全体を無教師のまま維持する。
- 公開TELCOデータセットで、MTAD-GATおよびテレコム特化のDC-VAEという最先端ベースラインより、イベント単位・点単位の両方で一貫して性能が向上し、かつアラーム数を大幅に削減する。
- このモデルは全国規模のモバイル事業者のコアネットワークに実際に導入されており、現場の産業環境でも耐久性が示されている。
