基于角度分布的高维数据流异常点检测算法

• 作者: 朴昌浩 禄盛 苏岭 黄质
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 角度分布 数据流 高维 异常点检测
• 年，卷（期）: 2014,（5）
• 页码范围: 647-652
• 分类号: TP301.6
• 语种: 中文

摘要

为了有效检测高维数据流中的异常点,提出一种基于角度分布的高维数据流异常点检测(DSOD)算法.运用基于角度分布的方法准确识别高维数据集中的正常点、边界点以及异常点;构造了基于正常集、边界集的小规模数据流型计算集,以降低算法在空间以及时间上的开销;建立了正常集、边界集的更新机制,以解决大数据流的概念转移问题.在真实数据集上的实验结果表明,所提出的DSOD算法的效率高于Simple VOA算法与ABOD算法,并且适用于大数据流上的异常点检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏岭		27	236	10.0	15.0
2	禄盛	重庆邮电大学模式识别及应用研究所	10	58	4.0	7.0
3	朴昌浩	重庆邮电大学模式识别及应用研究所	16	77	5.0	7.0
4	黄质	重庆邮电大学模式识别及应用研究所	1	11	1.0	1.0