基于密度偏倚抽样的局部距离异常检测方法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(U1435220);国家高技术研究发展计划(863)(2012AA011206)


Anomaly Detection Algorithm Based on the Local Distance of Density-Based Sampling Data
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (U1435220); National High-Tech Research and Development Plan of China (863) (2012AA011206)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    异常检测是数据挖掘的重要研究领域,当前基于距离或者最近邻概念的异常数据检测方法,在进行海量高维数据异常检测时,存在运算时间过长的问题.许多改进的异常检测方法虽然提高了算法运算效率,然而检测效果欠佳.基于此,提出一种基于密度偏倚抽样的局部距离异常检测算法,首先利用基于密度偏倚的概率抽样方法对所需检测的数据集合进行概率抽样,之后对抽样数据利用基于局部距离的局部异常检测方法,对抽样集合进行局部异常系数计算,得到的异常系数既是抽样数据的局部异常系数,又是数据集的近似全局异常系数.然后对得到的每个数据点的局部异常系数进行排序,异常系数值越大的数据点越可能是异常点.实验结果表明,与已有的算法相比,该算法具有更高的检测精确度和更少的运算时间,并且该算法对各种维度和数据规模的数据都具有很好的检测效果,可扩展性强.

    Abstract:

    Anomaly detection is an important research area of data mining.Current outlier mining approaches based on the distance or the nearest neighbor can result in unmanageable long operation time when applied to massive high-dimensional data.Many improvements have been proposed to improve the algorithms, but the detection is ineffective.This paper presents a new anomaly detection algorithm based on the local distance of density-based sampling data.First, the density-based of probability sampling method is used to find a subset of the data in detection.Then, the method based on the local distance of local outlier detection is used to calculate the abnormal factor of each object in the subset.In using the density-based of sample data, the abnormal factor is obtained both as local outlier factor of the subset and as the approximate value of global outlier factor of the hole data.Having the abnormal factor of each object in the subset, data points with higher factor score indicate higher degree of outliers.Experimental results show that, compared with the existing algorithms, this algorithm has higher detection accuracy and less computation time.The algorithm has higher efficiency and stronger scalability for various dimensions and size of data points.

    参考文献
    相似文献
    引证文献
引用本文

付培国,胡晓惠.基于密度偏倚抽样的局部距离异常检测方法.软件学报,2017,28(10):2625-2639

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-07-15
  • 最后修改日期:2016-09-07
  • 录用日期:
  • 在线发布日期: 2016-10-19
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号