流数据在线异常检测方法研究

武帅

流数据在线异常检测方法研究

: z2 W/ a+ [/ m7 Q  ]: `8 h分析了流数据的一些显著特点如数据量无穷、海量、数据分布不均衡且动态变化、
7 B  h8 c" I7 j& V* t0 K产生快等特征基础上，针对异常数据的“少而不同”的本质特点，研究了基于隔离的异
1 i7 y: m, d$ P' r1 y: ~常检测算法并进行了改进，使其适应于流数据环境。其次，针对在线集成学习能很好地
# b' z- r+ T+ L5 V应对数据的动态分布变化的特征，引入在线集成学习理论，提出了基于集成学习的流数
据在线检测器更新策略。同时分析了基于隔离的异常检测算法的缺陷
# b* N" I+ y# m7 u8 p+ s7 E
' e: l: V7 o+ N1 U/ O1 L( \
2 z4 l  l* F" b$ A0 P  p! p