基于高维数据流的异常检测算法

• 作者: 余立苹 朱世行 李云飞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 高维数据流 异常检测 海量数据 角度方差
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 51-55
• 页数: 5页
• 分类号: TP311
• 字数: 3897字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2018.01.008

摘要

传统基于欧氏距离的异常检测算法在高维数据检测中存在精度无法保证以及运行时间过长的问题.为此,结合高维数据流的特点运用角度方差的方法,提出一种改进的基于角度方差的数据流异常检测算法.通过构建最佳数据集网格和最近数据网格的小规模数据流计算集,以快速即时地衡量最新数据点的异常程度,将改进的算法用于无线传感器网络采集的电梯真实数据流检测,实现电梯故障检测.实验结果表明,与ABOD、HODA等算法相比,改进算法能有效识别高维数据流中的异常点,可适用于实时性要求高的传感器高维数据流.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李云飞	苏州大学计算机科学与技术学院	81	575	14.0	20.0
2	余立苹	苏州大学计算机科学与技术学院	1	9	1.0	1.0
3	朱世行	苏州大学计算机科学与技术学院	1	9	1.0	1.0