저자들은 외생 변수를 통한 그레인저 인과 일관성 검증을 문제로 재구성하는 다변량 시계열 이상 탐지를 위한 프레임워크인 CAAD를 제안합니다.

  • 외부 개입으로 인한 이상을 식별하기 위해 외생 시계열 변수를 잔차로 모델링합니다.
  • 시스템 역학을 내부화하기 위해 다중 스케일 정렬을 사용하고, 인과 관계 붕괴를 모니터링하기 위해 그래디언트 기반 행렬을 사용합니다.
  • 동적 진화와 관계 위상 양쪽에서 인과 편차를 정량화하여 미묘한 변화를 포착합니다.
  • 실제 산업 데이터셋에서 대부분의 최신 기준선보다 우수한 성능을 보입니다.

CAAD는 기존 방법이 종종 간과하는 내부 인과 관계의 단절을 해결함으로써 고정밀 이상 탐치를 달성합니다.