基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种具有通用性的分布式异常检测框架.首先,利用本地的无监督异常检测算法,建立多个本地检测模型;然后,将各个本地无监督检测模型转换成统一的共享模型;最后,采用集成学习的方法,综合考虑各模型差异性和准确性,实现全局异常检测.实验结果表明,基于模型共享的分布式异常检测不仅能有效地保护数据隐私,减少通信开销,同时能获得和集中式检测相当甚至在某些情况下更好的效果.
推荐文章
基于模型共享的分布式异常检测方法
数据挖掘
集成学习
异常检测
数据共享
局部模型
检测性能
基于CSCW的分布式入侵检测模型研究
计算机支持的协同工作
分布式入侵检测
信息共享
协同分析
集成学习分布式异常检测方法
教据挖掘
集成学习
分布式
异常检测
一种分布式CPS异常检测的无监督图模型
信息物理融合系统(CPS)
异常检测
受限玻尔兹曼机(RBM)
图模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模型共享的分布式无监督异常检测
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 异常检测 分布式数据挖掘 模型共享 无监督学习
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 89-92,111
页数 分类号 TP181
字数 2872字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周俊临 中国电子科技大学计算机科学与工程学院 1 4 1.0 1.0
2 傅彦 中国电子科技大学计算机科学与工程学院 1 4 1.0 1.0
3 吴跃 中国电子科技大学计算机科学与工程学院 1 4 1.0 1.0
4 方育柯 中国电子科技大学计算机科学与工程学院 1 4 1.0 1.0
5 夏虎 中国电子科技大学计算机科学与工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (13)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (4)
二级引证文献  (7)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
异常检测
分布式数据挖掘
模型共享
无监督学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
总被引数(次)
9540
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导