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、
6 e+ B$ z3 E- d( 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
! U2 A. R1 ^* V7 X; y* G+ q$ D5 K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
2 P1 V$ v1 B" a6 _0 B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
( I- s, Z, |  x: Z0 e/ p& k2 @; G5 ?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

0 |( j; _4 z: W  }7 N7 Q' t2 o! |- T
+ G1 s8 r8 R  P% O# y