基于KPCA的多变量时间序列数据异常检测方法研究

• 作者: 周兴社 李权
• 来源期刊: 计算机测量与控制
• 关键词: 多变量时间序列 异常检测 KPCA vMF分布
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 自动化测试
• 页码范围: 822-825
• 分类号: TP274
• 语种: 中文

摘要

介绍了一种采用的KPCA技术获取多变量时间序列数据高维特征空间的主成方向矢量,使用主成方向矢繁内积作为异常的度量,并采用vMF分布表征主成方向矢量分布来进行多变量时间序列数据异常检测的方法;检测过程中使用历史数据训练获取分布模型的参数估计,通过计算实际数据主成方向矢量在训练模型的概率来判断异常的发生;与传统的异常检测方法相比,该方法不依赖先验的专家知识,且能够通过训练学习自动调节模型参数,可用于不同系统的异常检测中;实验表明,该方法具有较高的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周兴社	西北工业大学计算机学院	251	2217	23.0	35.0
2	李权	西北工业大学计算机学院	4	62	4.0	4.0