版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著社會信息化程度地不斷發(fā)展,工業(yè)自動化和智能化水平不斷提高,數(shù)據(jù)流作為一類重要的數(shù)據(jù)來源,受到越來越多的關(guān)注。與傳統(tǒng)靜態(tài)數(shù)據(jù)不同,數(shù)據(jù)流具有動態(tài)變化、無限增長、到達(dá)速率不確定和高維度等特點。在數(shù)據(jù)流中隱藏著一些異常模式,例如機(jī)器故障、違規(guī)操作和惡意攻擊行為等,給財產(chǎn)、網(wǎng)絡(luò)和社會安全帶來極大的威脅。因此基于在線學(xué)習(xí)的異常行為檢測一直都是網(wǎng)絡(luò)安全、信用欺詐和金融分析領(lǐng)域關(guān)注的重點,極具理論意義和使用價值。本文主要研究了在數(shù)據(jù)流上,通過頻繁
2、模式發(fā)現(xiàn)異常點的問題,其主要內(nèi)容包括基于頻繁模式的異常檢測方法和基于在線學(xué)習(xí)的異常檢測模型兩部分。
在基于頻繁模式的異常檢測方面,提出了新的異常度量因子——相對閉頻繁模式異常因子(Relative Closed Frequent Pattern Outlier Factor,簡稱RCFPOF)和相對抵觸因子(Relative Contradict-ness Factor,簡稱RCF),并給出了基于閉頻繁模式集的異常檢測模型。該
3、模型通過計算頻繁模式中項的頻率來評估該項的重要程度;并通過引入RCFPOF和RCF將數(shù)據(jù)的原始特征映射到低維特征空間;同時采用閉頻繁模式極大地減少了頻繁模式的數(shù)量,避免了短頻繁模式帶來的重復(fù)計算問題。在多個真實數(shù)據(jù)集上的實驗結(jié)果表明,該模型的準(zhǔn)確率要高于普通模型。
在基于在線學(xué)習(xí)的異常檢測方面,提出了在數(shù)據(jù)流下挖掘頻繁模式(FP-Miner)和基于頻繁模式發(fā)現(xiàn)異常點的方法(FPOOD)。該模型將數(shù)據(jù)流建模為一個隨時間延續(xù)而無限
4、增長的動態(tài)數(shù)據(jù)集合,基于滑動窗口估計當(dāng)前事務(wù)可能產(chǎn)生的頻繁候選集;在頻繁候選集的數(shù)量達(dá)到臨界值時通過有效的剪枝策略移除不頻繁項,避免空間消耗;同時引入時間衰減函數(shù),有效地處理概念漂移問題。與處理靜態(tài)數(shù)據(jù)不同的是,我們允許在一定的錯誤范圍內(nèi)得到該數(shù)據(jù)流的頻繁模式集。本文采用三組不同數(shù)據(jù)集對提出的方法進(jìn)行實際測試,實驗結(jié)果表明該方法具有良好的實用性和有效性。
綜上所述,本文研究了基于閉頻繁模式的異常檢測算法,并結(jié)合在線學(xué)習(xí)領(lǐng)域,提
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視頻的異常行為檢測研究.pdf
- 基于視頻的行人檢測及異常行為檢測.pdf
- 基于機(jī)器學(xué)習(xí)的異常檢測研究.pdf
- 基于監(jiān)控視頻的異常行為檢測研究.pdf
- 基于進(jìn)程行為的主機(jī)異常檢測系統(tǒng).pdf
- 基于程序行為的異常檢測模型研究.pdf
- 基于稀疏編碼的群體異常行為檢測.pdf
- 基于機(jī)器學(xué)習(xí)的異常流量檢測.pdf
- 基于視頻的人群行為異常檢測.pdf
- 基于視頻的群體行為異常檢測.pdf
- 基于在線自適應(yīng)字典學(xué)習(xí)的視頻異常事件檢測技術(shù)研究.pdf
- 基于網(wǎng)絡(luò)聚合行為的異常檢測方法研究.pdf
- 基于行為差分的視頻異常行為檢測方法研究.pdf
- 基于學(xué)習(xí)風(fēng)格的在線學(xué)習(xí)交互行為研究.pdf
- 基于序列模式挖掘的臨床異常行為檢測.pdf
- 基于視頻監(jiān)控的群體異常行為檢測研究.pdf
- 基于序列模式挖掘的軟件異常行為檢測.pdf
- 基于概率模型的異常行為檢測方法研究.pdf
- 基于流機(jī)制的群體異常行為檢測研究.pdf
- DNS異常行為檢測的研究.pdf
評論
0/150
提交評論