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
" W8 T2 `  X% w4 M4 F1 S" b2 A( x
: g4 X/ |3 x- E# p! N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、
' h5 ?3 P3 T6 T' N( [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 l3 f( T# y- o8 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
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
8 N$ C6 O2 n) H0 u$ |7 j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


; l+ ^" t0 b% A" C" \( P" j6 g3 b! o