主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
秦首科,钱卫宁,周傲英.基于分形技术的数据流突变检测算法.软件学报,2006,17(9):1969-1979
基于分形技术的数据流突变检测算法
Fractal-Based Algorithms for Burst Detection over Data Streams
投稿时间:2005-09-19  修订日期:2005-12-13
DOI:
中文关键词:  数据流  突变检测  分形  分段分形模型  搜索空间
英文关键词:data stream  burst detection  fractal  piecewise fractal model  search space
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60496325, 60496327, 60503034 (国家自然科学基金); the Shanghai Rising-Star Program of China under Grant No.04QMX1404 (上海市青年科技启明星计划)
作者单位
秦首科 复旦大学,计算机科学与工程系,上海,200433 
钱卫宁 复旦大学,计算机科学与工程系,上海,200433 
周傲英 复旦大学,计算机科学与工程系,上海,200433 
摘要点击次数: 4136
全文下载次数: 3319
中文摘要:
      数据流上的突变检测技术由于其在风险分析、网络监测、趋势分析等领域广阔的应用前景而受到学术界和工业界越来越多的关注.为了在数据流上检测多个滑动窗口上的单调聚集函数值和非单调聚集函数值的突变,提出了基于分形技术的构建单调搜索空间的突变检测算法.首先给出了数据流上的分段分形模型,进而基于该模型设计了突变检测算法.该算法能够将突变检测处理时间复杂度从O(m)降为O(logm)(m为需要被检测的滑动窗口数目).提出的两种新颖的分段分形模型能够准确
英文摘要:
      Burst detection over data streams has been attracting more and more attention from academic and industry communities due to its broad potential applications in venture analysis, network monitoring, trend analysis and so on. This paper aims at detecting bursts of both monotonic and non-monotonic aggregates over multiple windows in data streams. A burst detection algorithm through building monotonic search space based on fractal technique is proposed. First, the piecewise fractal model on data stream is introduced, and then based on this model the algorithm for detecting bursts is presented. The proposed algorithm can decrease the time complexity from O(m) to O(logm), where m is the number of sliding windows being detected. Two novel piecewise fractal models can model the self-similarity and compress data streams with high accuracy. Theoretical analysis and experimental results show that this algorithm can achieve a higher precision with less space and time complexity as compared with the existing methods, and it could be concluded that the proposed algorithm is suitable for burst detection over data streams.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利