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

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、
: x* {$ H7 L) `2 _& _% ]- x8 ~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
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
: y9 L  G) |! `* w8 S" ^) a% o7 h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
( q5 k8 `6 M9 k4 Z8 n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
3 o  T1 V- E6 O1 m9 y. g' \5 M, v* h
$ ?/ ^1 G% }, u3 c0 I6 k
+ j4 U3 q: M4 j9 w# S4 ^