基于k-近邻域中心偏移的鲁棒性异常检测算法

发布时间：2019-06-07 10:21

【摘要】：针对大多数基于距离和密度的异常检测算法敏感于近邻参数k的问题,提出了一种鲁棒性异常检测标准——k-近邻域中心偏移异常因子(COOF).数据结点的k-近邻域中心位置会随着近邻参数k的变化而发生迁移,鉴于异常结点要比正常结点对k-近邻域中心位置偏移量的影响更大,通过累加因递增k而产生的偏移量来表征数据结点的异常程度,并在COOF基础上实现了鲁棒性的异常检测算法.通过综合数据和真实数据的实验仿真可知,COOF不仅对近邻参数k具有鲁棒性,而且相比基于距离的k最近邻算法、基于局部距离的异常因子和基于密度的局部异常因子具有更稳定且更准确的异常检测性能.
[Abstract]:In order to solve the problem that most anomaly detection algorithms based on distance and density are sensitive to nearest neighbor parameter k, a robust anomaly detection standard, k-nearest neighborhood center migration anomaly factor (COOF)., is proposed. The center position of the k-nearest neighborhood of the data node will migrate with the change of the nearest neighbor parameter k, in view of the fact that the abnormal node has a greater influence on the offset of the center position of the k-nearest neighborhood than the normal node. The anomaly degree of the data node is represented by accumulating the offset caused by increasing k, and a robust anomaly detection algorithm is implemented on the basis of COOF. Through the experimental simulation of the synthesis data and the real data, it can be seen that COOF is not only robust to the nearest neighbor parameter k, but also compared with the distance-based k-nearest neighbor algorithm. The anomaly factor based on local distance and the local anomaly factor based on density have more stable and accurate anomaly detection performance.
【作者单位】： 西安交通大学软件学院;西安交通大学电子与信息工程学院;西安邮电大学通信与信息工程学院;
【基金】：国家自然科学基金项目(61371087和61531013)
【分类号】：TP311.13

【相似文献】

相关期刊论文 前10条

1 杨秀娟;;空间对象的双色反向最近邻查询研究[J];煤炭技术;2009年06期

2 张桂榕;;反向最近邻查询研究综述[J];电脑知识与技术;2011年28期

3 周屹;;不确定对象的反向最近邻查询研究[J];黑龙江工程学院学报(自然科学版);2012年04期

4 刘永山,薄树奎,张强,郝忠孝;多对象的最近邻查询[J];计算机工程;2004年11期

5 郝忠孝;刘永山;;空间对象的反最近邻查询[J];计算机科学;2005年11期

6 王淼;郝忠孝;;不确定性对象的反向最近邻查询[J];计算机工程;2010年10期

7 张旭;何向南;金澈清;周傲英;;面向不确定图的k最近邻查询[J];计算机研究与发展;2011年10期

8 杨泽雪;郝忠孝;;空间数据库中的障碍反向最近邻查询[J];计算机工程与应用;2011年34期

9 王丹丹;郝忠孝;;道路网络中的多类型K最近邻查询[J];计算机工程与应用;2012年03期

10 邓瑾;周梅;;基于R树及其变种的最近邻查询研究[J];现代计算机;2013年09期

相关会议论文 前5条

1 张晓峰;王丽珍;肖清;赵丽红;;基于概念划分的连续最近邻查询研究[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

2 管猛;张剡;柏文阳;;基于地表的连续可见最近邻查询方法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

3 陈璐;高云君;柳晴;陈刚;;受限相互最近邻查询处理[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

4 盛梅红;沙朝锋;宫学庆;嵇晓;周傲英;;道路网络环境中的多对象最近邻查询[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

5 刘月清;章勇;;一种改进的动态最近邻聚类算法[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

相关博士学位论文 前5条

1 张婷;基于量化的近似最近邻搜索技术研究[D];中国科学技术大学;2017年

2 杨泽雪;空间连接及最近邻变体查询研究[D];哈尔滨理工大学;2014年

3 孙冬璞;时空数据库多类型最近邻查询的研究[D];哈尔滨理工大学;2010年

4 王建峰;基于哈希的最近邻查找[D];中国科学技术大学;2015年

5 张得天;时间依赖路网高效k最近邻查询混搭机制的研究[D];中国科学技术大学;2014年

相关硕士学位论文 前10条

1 杨根茂;基于哈希加速的近似最近邻检索算法研究[D];浙江大学;2015年

2 原s，

本文编号：2494722