基于多分辨率网格的异常检测方法

• 作者: 刘文芬 穆晓东 黄月华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 异常检测 多分辨率网格 高维数据 子空间 数据挖掘
• 年，卷（期）: 2020,（17）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 78-85
• 页数: 8页
• 分类号: TP311.13
• 字数: 6198字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1908-0188

摘要

作为一种重要的数据挖掘手段,异常检测在数据分析领域有着广泛的应用.然而现有的异常检测算法针对不同的数据,往往需要调整不同的参数才能达到相应的检测效果,在面对大型数据时,现有算法检测的时间效率也不尽如人意.基于网格的异常检测技术,可以很好地解决低维数据异常检测的时间效率问题,然而检测精度严重依赖于网格的划分尺度和密度阈值参数,该参数鲁棒性较差,不能很好地推广到不同类型数据集上.基于上述问题,提出了一种基于多分辨率网格的异常检测方法,该方法引入一个鲁棒性较好的子矩阵划分参数,将高维数据划分到多个低维的子空间,使异常检测算法在子空间上进行,从而保证了高维数据的适用性;通过从稀疏到密集的多分辨率网格划分,综合权衡了数据点在不同尺度网格下的局部异常因子,最终输出全局异常值的得分排序.实验结果表明,新引入的子矩阵划分参数具有较好的鲁棒性,该方法能较好地适应高维数据,并在多个公开数据集上都能得到良好的检测效果,为解决高维数据异常检测的相关问题提供了一种高效的解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文芬	桂林电子科技大学广西密码学与信息安全重点实验室	7	17	2.0	4.0
2	穆晓东	桂林电子科技大学广西密码学与信息安全重点实验室	1	0	0.0	0.0
3	黄月华	桂林电子科技大学广西密码学与信息安全重点实验室	3	4	1.0	2.0