基于张量分解的数据流异常检测

• 作者: 兰军 朱雪玲 李寿其 贾焰
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 异常检测 分布数据流 滑动窗口 张量分解 自适应抽样
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 算法研究
• 页码范围: 75-78
• 页数: 4页
• 分类号: TP311
• 字数: 3621字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2009.06.023

摘要

本文对基于分布式的演化数据流的连续异常检测问题进行了形式化描述,提出一种在滑动窗口中基于张量分解的异常检测算法--WSTA.该算法将各分布结点上的数据流作为全局数据流的子张量,通过分布结点与中心节点的通信,在分布结点的滑动窗口中自适应抽样生成概要数据结构矩阵.对该数据矩阵进行张量分解得到特征向量,然后采用基于距离的异常检测方法发现异常点.基于大量真实数据集的实验表明,此算法具有良好的适用性和可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾焰	国防科技大学计算机学院	118	926	16.0	24.0
2	李寿其	国防科技大学人文与社会科学学院	10	9	2.0	2.0
3	兰军	国防科技大学人文与社会科学学院	14	46	4.0	6.0
4	朱雪玲	国防科技大学人文与社会科学学院	7	12	2.0	3.0