基于多粒度级联孤立森林算法的异常检测模型

• 作者: 张圣昌 杨晓晖
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 异常检测 孤立森林 隔离机制 多粒度扫描 随机超平面
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 133-142
• 页数: 10页
• 分类号: TP181
• 字数: 5995字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2019132

摘要

孤立森林算法是基于隔离机制的异常检测算法,存在与轴平行的局部异常点无法检测、对高维数据异常点缺乏敏感性和稳定性等问题.针对这些问题,提出了基于随机超平面的隔离机制和多粒度扫描机制,随机超平面使用多个维度的线性组合简化数据模型的隔离边界,利用随机线性分类器的隔离边界能够检测更复杂的数据模式.同时,多粒度扫描机制利用滑动窗口的方式进行维度子采样,每一个维度子集均训练一个森林,多个森林集成投票决策,构造层次化集成学习异常检测模型.实验表明,改进的孤立森林算法对复杂异常数据模式有更好的稳健性,层次化集成学习模型提高了高维数据中异常检测的准确性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓晖	河北大学网络空间安全与计算机学院	24	88	5.0	8.0
2	张圣昌	河北大学网络空间安全与计算机学院	2	5	1.0	2.0