基于模型共享的分布式异常检测方法

• 作者: 周绪川 李晓静 陈小玉
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 集成学习 异常检测 数据共享 局部模型 检测性能
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 开发研究与设计技术
• 页码范围: 262-263,267
• 分类号: TP311.52
• 字数: 3717字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.11.079

摘要

传统集中式异常检测方法需受耗费大量的网络资源和计算时间.为此,提出一种基于模型共享的分布式异常检测方法.利用多数投票、边界扩展、平均叠加以及距离加权这4种集成学习方法得到全部局部模型,通过交换本地数据挖掘模型的方式实现数据共享,构造总体的集成式学习模型.实验结果表明,该模型能从全局的观点检测异常,减少集中式检测所需的数据传输量,有效地保护数据的隐私性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小玉	南阳理工学院计算机科学与技术系	20	56	4.0	6.0
2	周绪川	中国科学院成都计算机应用研究所	3	4	1.0	2.0