计算机科学 ›› 2014, Vol. 41 ›› Issue (7): 297-300.doi: 10.11896/j.issn.1002-137X.2014.07.061
张贤骥,王伦文
ZHANG Xian-ji and WANG Lun-wen
摘要： 数据流的异常模式检测中,有时受噪声等因素影响发生概念漂移,影响了检测效率。针对此问题,提出一种基于构造型神经网络增量学习的异常模式动态检测方法,以提取滑动窗口内数据的数据概要,修正全局数据概要,更新已有的学习模型。另外,数据流速、流量等因素也影响检测效率,采用粒度分析思想改进检测方法,设置合适的时间滑动窗口,根据数据量自适应选择分析粒度,进而更准确地发现异常模式。无线电通信信号监测数据异常模式检测实验验证了本方法的有效性。
| [1] Hawkins D．Identification of Outliers[M]．London:Chapmanand Hal1,1980:2-26 [2] 陈霏.数据流异常检测技术研究与应用[D].成都:电子科技大学,2010 [3] 杨宇舟.基于特征提取的聚类异常检测技术的研究与实现[D].成都:电子科技大学,2012 [4] 廖国琼,李晶.基于距离的分布式RFID数据流孤立点检测[J].计算机研究与发展,2010,7(5):930-939 [5] 郑黎明,邹鹏,韩伟红,等．基于Filter_ary_Sketch数据结构的骨干网异常检测研究[J].通信学报,2011,2(12):152-160 [6] 牛之贤,孙静宇,石淑萍．基于采样特异性因子的实时异常检测[J].计算机科学,2013,0(3):283-286 [7] 刘胜宗,樊晓平,廖志芳.适用于关联属性的样本自适应参数孤立点检测法[J].计算机应用研究,2012,9(9):3259-3262 [8] Chandola V,Banerjee A,Kumar V．Anomaly Detection:a survey [J]．ACM Computing surveys,2009,1(3):l-58 [9] 王伦文,张铃．构造型神经网络综述[J]．模式识别与人工智能,2008,21(1):49-55 [10] Zhang Ling,Zhang Bo．A Geometrical Representation of McCulloch-Pitts Neural Model and Its Applications [J]．IEEE Transa-ctions on Neural Networks,1999,(10):925-929 [11] 章季阳,王伦文．一种领域覆盖的数据流聚类算法[J]．小型微型计算机系统,2012,3(9):1913-1916 [12] 胡文瑜,孙志挥,吴英杰.数据挖掘取样方法研究[J]．计算机研究与发展,2011,8(1):45-54 [13] 詹英,吴春明,王宝军．一种与缓冲区紧耦合的环形循环滑动窗口的数据流抽取算法[J]．电子学报,2011,9(4):894-898 [14] 李海峰,章宁,朱建明,等.时间敏感数据流上的频繁项集挖掘算法[J].计算机学报,2012,5(11):2283-2292 |
| No related articles found! |
|
||
首页