归属学者：

林永强

归属院系：

经济学院

作者：

张学叶 ; 林永强

摘要：

随着互联网技术的快速发展，数据流的应用日益普遍，通信平台对多数据流进行异常检测的需求也逐步增长。为了解决当前异常检测算法准确率低、特征提取难等问题，提出了一种基于网格化的多数据流异常检测算法。算法首先提取不确定性多数据流的特征，通过分析数据流分布状态，从而提取异常数据；然后采用网格化的方法对多数据流进行划分，通过计算网格异常因子从而提取异常数据，达到异常检测的效果；最后针对异常数据，通过对变量因素进行关联性分析，降低误检率，提升异常检测的准确率。实验结果表明，所提算法在异常检测精确度方面提升了约4%,漏检率降低了至少3%,误检率降低了8%以上，有效的提高了异常检测的精确度，降低了异常数据流对工作及生活带来的负面影响。

语种：

中文

出版日期：

2024-04-15

学科：

计算机应用技术

收录：

北大核心期刊; 中国科技核心期刊

提交日期：

2024-04-22

引用参考：

张学叶;林永强. 面向不确定性多数据流异常检测的数学模型[J]. 计算机仿真,2024(04):517-521.

全文附件授权许可：

知识共享许可协议-署名