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

9 I/ i" t0 E9 o: j! m) K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、
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
3 d: M/ i% p$ Q6 o/ P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
9 q1 [% n6 |% }! t( g& e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
$ A+ S; W, D' G+ O6 h2 Q. Z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

) O# B/ [2 C- T( G
, t6 k8 m2 g/ Y! N- n+ ]; ]* x