基于聚类分析的数据流异常检测

• 作者: 尚志远 张岳公 张诺诺
• 来源期刊: 中国电子商情：通信市场
• 学科: 工学
• 关键词: 数据流 聚类 异常检测
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 2011信息技术与应用学术会议优秀论文
• 页码范围: 328-334
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6675-B.2011.06.087

摘要

近期，随着诸如实时监控系统、网络入侵检测和web上用户点击流等动态的应用环境源源不断地产生海量的、时序的、快速变化的和潜在无限的数据流，对数据流的异常检测研究变得重要而富有意义。数据流聚类是数据挖掘领域的研究热点，在近期被高度重视和广泛研究。本文建立了一个通用的基于数据流聚类分析的异常检测模型，通过改进数据流聚类算法CluStream，提出了适合数据流异常检测的算法ACluStream，利用其联机微聚类处理对数据流进行聚类，并按金字塔时间框架保存聚类特征信息，再使用离线宏聚类处理检测出异常数据流。实验结果证明，该模型能较好地应用于数据流的异常检测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张岳公	山东大学计算机科学与技术学院	5	37	4.0	5.0
2	尚志远	山东大学计算机科学与技术学院	1	0	0.0	0.0
3	张诺诺	山东大学计算机科学与技术学院	1	0	0.0	0.0