云計算環(huán)境下時空軌跡異常檢測算法研究.pdf

1、近年來，隨著全球定位技術、無線通信以及電子數(shù)碼產(chǎn)品的發(fā)展，越來越多具有定位功能的車載設備和手持設備得到廣泛普及，使得人們能夠以較高時空分辨率記錄移動對象的位置信息，并且產(chǎn)生大量時空軌跡數(shù)據(jù)。時空軌跡異常檢測是時空軌跡模式挖掘中的一個重要研究內容，可廣泛應用于交通規(guī)劃與監(jiān)測、自然現(xiàn)象分析等領域。為了解決海量時空軌跡的異常檢測問題，本文利用云計算環(huán)境中的MapReduce并行計算模型實現(xiàn)時空軌跡異常檢測，取得以下研究成果。
　　1.提

2、出了兩種基于TRAOD算法的異常軌跡并行檢測算法PTRAOD(Parallelalgorithm forTRAJectories Outlier Detection)和GPTRAOD(Grid-based Parallelalgorithm for TRAjectories Outlier Detection)。PTRAOD算法利用MapReduce并行編程模型，在各個計算節(jié)點并行地檢測軌跡段是否異常，然后對各個節(jié)點檢測出的異常軌跡段進

3、行合并，并計算異常軌跡段占整條軌跡的長度比例閾值。在檢測異常軌跡段的過程中，為了減少不必要的軌跡段相似性計算，提出了利用網(wǎng)格索引的GPTRAOD算法，該算法通過建立網(wǎng)格索引，實現(xiàn)區(qū)域查詢，減少軌跡段相似性計算的候選集，從而減少計算量。
　　2.提出了一種基于TOP-EYE算法的異常軌跡并行檢測算法PDAT-TOP(ParallelDetecting Anomalous Trajectories based on TOP-EYE)。

4、該算法利用MapReduce編程模型，將軌跡進行分組，并使得分組均衡，由各個計算節(jié)點并行地采用基于演化計算的方式檢測異常軌跡，從而提高算法效率。實驗結果表明PDAT-TOP算法具有較好的可擴展性和加速比。
　　3.提出了一種新的用于檢測興趣區(qū)域間異常軌跡的算法DATIR(DetectingAnomalous Trajectories between Interest Regions)，不同于已有的從局部采樣點進行檢測的算法，DAT

5、IR算法綜合考慮了軌跡的局部特征和全局特征，利用聚類方法檢測興趣區(qū)域間的標準路徑和異常軌跡。為了提高海量軌跡數(shù)據(jù)的異常檢測效率，在DATIR算法的基礎上，提出了一種并行檢測算法PDATIR(Parallel algorithm forDetecting Anomalous Trajectories between Interest Regions)。實驗結果表明，DATIR算法能夠有效地檢測興趣區(qū)域間的異常軌跡，且PDATIR算法在大數(shù)