基于改进LOF的高维数据异常检测方法

王锐

doi:10.13992/j.cnki.tetas.2023.03.011

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进LOF的高维数据异常检测方法

开发与研究 | 更新时间：2026-04-20

- 基于改进LOF的高维数据异常检测方法
- 基于改进LOF的高维数据异常检测方法
- 电信工程技术与标准化 2023年36卷第3期页码：41-45+62
- 作者机构：
  
  中国移动通信集团广东有限公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2023.03.011
  中图分类号： TP311.13
- 纸质出版：2023
- 稿件说明：
移动端阅览
王锐. 基于改进LOF的高维数据异常检测方法[J]. 电信工程技术与标准化, 2023,36(3):41-45+62.

王锐. 基于改进LOF的高维数据异常检测方法[J]. 2023, 36(3): 41-45+62.
王锐. 基于改进LOF的高维数据异常检测方法[J]. 电信工程技术与标准化, 2023,36(3):41-45+62. DOI： 10.13992/j.cnki.tetas.2023.03.011.

王锐. 基于改进LOF的高维数据异常检测方法[J]. 2023, 36(3): 41-45+62. DOI： 10.13992/j.cnki.tetas.2023.03.011.

摘要

作为数据挖掘的核心问题之一，检测离群点或异常值是及时发现故障和隐患问题的重要判断依据。随着物联网设备量的持续增长，传统的单维异常检测算法已经难以满足日益复杂的大数据应用场景。对多维、庞大的数据流进行异常检测时，容易发生检测速度慢和研判准确度下降的问题。本文提出了一个基于高维数据的改进LOF异常检测算法，以提高检测速度和检测精度。同时构建了一个面向海量监控指标数据的流式处理框架，保障异常检测的正常运行。实验结果表明，改进后的算法在准确率和计算效率上有明显提升。

Abstract

关键词

Keywords

references

基于孤立森林的移动终端网络数据异常检测[J]. 高德平.信息技术,2021(06)

基于深度学习的生理异常检测研究综述[J]. 麻琛彬;张政波;王晶.计算机工程与应用,2021(10)

基于移动小波树的电力监控异常数据自动识别算法研究[J]. 夏景;梁薇;吴珠瑛.电子设计工程,2020(18)

基于大数据的异常检测方法研究[J]. 杨先圣;姜磊;彭雄;周倩;刘菊君.计算机工程与科学,2018(07)

数据异常的监测技术综述[J]. 吴镜锋;金炜东;唐鹏.计算机科学,2017(S2)

一种改进的LOF异常点检测算法[J]. 周鹏;程艳云.计算机技术与发展,2017(12)

计算机数据库的入侵检测技术[J]. 国华.电子技术与软件工程,2017(10)

iLOF*:一种改进的局部异常检测算法[J]. 王飞.计算机系统应用,2015(12)

基于密度的孤立点检测算法改进研究[J]. 吕奔;高茂庭.现代计算机(专业版),2015(17)

离群点挖掘方法综述[J]. 薛安荣;姚林;鞠时光;陈伟鹤;马汉达.计算机科学,2008(11)

基于可达邻域的异常检测算法[J]. 肖辉;龚薇.计算机工程,2007(17)

IncLOF:动态环境下局部异常的增量挖掘算法[J]. 杨风召,朱扬勇,施伯乐.计算机研究与发展,2004(03)

Anomaly detection[J]. Varun Chandola;Arindam Banerjee;Vipin Kumar.ACM Computing Surveys (CSUR),2009(3)

A Classification Framework for Anomaly Detection.[J]. Ingo Steinwart;Don R. Hush;Clint Scovel.Journal of Machine Learning Research,2005

浏览量

231

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于知识图谱的电费智能稽核方法

基于运维孪生的异常检测研究

运营商逻辑数仓与传统数仓融合探索之路

基于深度学习模型的异网站址定位算法及应用研究

基于时序分析与异构图建模的智能预警技术研究与应用