Buchumschlag

Graph Neural AI with Temporal Dynamics for Comprehensive Anomaly Detection in Microservices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Qingyuan, Lyu, Ning, Liu, Le, Wang, Yuxi, Cheng, Ziyu, Hua, Cancan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-Objective Adaptive Rate Limiting in Microservices Using Deep Reinforcement Learning
von: Lyu, Ning, et al.
Veröffentlicht: (2025)

Knowledge-Augmented Large Language Model Agents for Explainable Financial Decision-Making
von: Zhang, Qingyuan, et al.
Veröffentlicht: (2025)

Anomaly Detection in Dynamic Graphs: A Comprehensive Survey
von: Ekle, Ocheme Anthony, et al.
Veröffentlicht: (2024)

Synthetic Time Series for Anomaly Detection in Cloud Microservices
von: Allam, Mohamed, et al.
Veröffentlicht: (2024)

Modeling Spectral Energy Shifts in Spatio-Temporal Graph Anomaly Detection
von: Liu, Yilin, et al.
Veröffentlicht: (2026)

IstGPT: LLM-based Anomaly Detection for Spatial-Temporal Graph in Industrial Systems
von: Zhang, Yuchen, et al.
Veröffentlicht: (2026)

Federated Anomaly Detection for Multi-Tenant Cloud Platforms with Personalized Modeling
von: Wang, Yuxi, et al.
Veröffentlicht: (2025)

Rayleigh Quotient Graph Neural Networks for Graph-level Anomaly Detection
von: Dong, Xiangyu, et al.
Veröffentlicht: (2023)

Online Detection of Anomalies in Temporal Knowledge Graphs with Interpretability
von: Zhang, Jiasheng, et al.
Veröffentlicht: (2024)

Efflex: Efficient and Flexible Pipeline for Spatio-Temporal Trajectory Graph Modeling and Representation Learning
von: Cheng, Ming, et al.
Veröffentlicht: (2024)

ATM-GAD: Adaptive Temporal Motif Graph Anomaly Detection for Financial Transaction Networks
von: Zhang, Zeyue, et al.
Veröffentlicht: (2025)

Guarding Graph Neural Networks for Unsupervised Graph Anomaly Detection
von: Bei, Yuanchen, et al.
Veröffentlicht: (2024)

Structural-Temporal Coupling Anomaly Detection with Dynamic Graph Transformer
von: Zong, Chang, et al.
Veröffentlicht: (2025)

Utilizing Graph Neural Networks for Effective Link Prediction in Microservice Architectures
von: Khodabandeh, Ghazal, et al.
Veröffentlicht: (2025)

Social Network User Profiling for Anomaly Detection Based on Graph Neural Networks
von: Zhang, Yiwei
Veröffentlicht: (2025)

Improving Pattern Recognition of Scheduling Anomalies through Structure-Aware and Semantically-Enhanced Graphs
von: Lyu, Ning, et al.
Veröffentlicht: (2025)

From Load Tests to Live Streams: Graph Embedding-Based Anomaly Detection in Microservice Architectures
von: Madabhushi, Srinidhi, et al.
Veröffentlicht: (2026)

Temporal Inductive Path Neural Network for Temporal Knowledge Graph Reasoning
von: Dong, Hao, et al.
Veröffentlicht: (2023)

System States Forecasting of Microservices with Dynamic Spatio-Temporal Data
von: Xu, Yifei, et al.
Veröffentlicht: (2024)

Dependency-based Anomaly Detection: a General Framework and Comprehensive Evaluation
von: Lu, Sha, et al.
Veröffentlicht: (2020)

Temporal Graph Networks for Graph Anomaly Detection in Financial Networks
von: Kim, Yejin, et al.
Veröffentlicht: (2024)

GAL-MAD: Towards Explainable Anomaly Detection in Microservice Applications Using Graph Attention Networks
von: Akmeemana, Lahiru, et al.
Veröffentlicht: (2025)

TSINR: Capturing Temporal Continuity via Implicit Neural Representations for Time Series Anomaly Detection
von: Li, Mengxuan, et al.
Veröffentlicht: (2024)

Robust Anomaly Detection with Graph Neural Networks using Controllability
von: Wei, Yifan, et al.
Veröffentlicht: (2025)

Towards Anomaly-Aware Pre-Training and Fine-Tuning for Graph Anomaly Detection
von: Liu, Yunhui, et al.
Veröffentlicht: (2025)

Deep Temporal Graph Clustering: A Comprehensive Benchmark and Datasets
von: Liu, Meng, et al.
Veröffentlicht: (2026)

TodyNet: Temporal Dynamic Graph Neural Network for Multivariate Time Series Classification
von: Liu, Huaiyuan, et al.
Veröffentlicht: (2023)

Detecting Anomalies in Dynamic Graphs via Memory enhanced Normality
von: Liu, Jie, et al.
Veröffentlicht: (2024)

A Graph Prompt Fine-Tuning Method for WSN Spatio-Temporal Correlation Anomaly Detection
von: Ye, Miao, et al.
Veröffentlicht: (2026)

Dynamic Localisation of Spatial-Temporal Graph Neural Network
von: Duan, Wenying, et al.
Veröffentlicht: (2025)

SpaceGNN: Multi-Space Graph Neural Network for Node Anomaly Detection with Extremely Limited Labels
von: Dong, Xiangyu, et al.
Veröffentlicht: (2025)

Spatio-Temporal Graphs Beyond Grids: Benchmark for Maritime Anomaly Detection
von: Kim, Jeehong, et al.
Veröffentlicht: (2025)

Cluster Aware Graph Anomaly Detection
von: Zheng, Lecheng, et al.
Veröffentlicht: (2024)

Revisiting Graph Contrastive Learning on Anomaly Detection: A Structural Imbalance Perspective
von: Xu, Yiming, et al.
Veröffentlicht: (2025)

Temporal Graph Neural Network-Powered Paper Recommendation on Dynamic Citation Networks
von: Shen, Junhao, et al.
Veröffentlicht: (2024)

Topology-Aware Graph Reinforcement Learning for Dynamic Routing in Cloud Networks
von: Wang, Yuxi, et al.
Veröffentlicht: (2025)

Learning Feature Encoder with Synthetic Anomalies for Weakly Supervised Graph Anomaly Detection
von: Zhou, Yingjie, et al.
Veröffentlicht: (2026)

Deep Learning Advancements in Anomaly Detection: A Comprehensive Survey
von: Huang, Haoqi, et al.
Veröffentlicht: (2025)

A Generalizable Anomaly Detection Method in Dynamic Graphs
von: Yang, Xiao, et al.
Veröffentlicht: (2024)

Alleviating Structural Distribution Shift in Graph Anomaly Detection
von: Gao, Yuan, et al.
Veröffentlicht: (2024)