[發明專利]一種基于雙向抽樣組合的大規模數據異常識別方法有效
| 申請號： | 201410535911.4 | 申請日： | 2014-10-13 |
| 公開（公告）號： | CN104462184B | 公開（公告）日： | 2018-04-10 |
| 發明（設計）人： | 張玉超;鄧波;彭甫陽;李海龍 | 申請（專利權）人： | 北京系統工程研究所 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 北京安博達知識產權代理有限公司11271 | 代理人： | 徐國文 |
| 地址： | 100101 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 雙向 抽樣 組合 大規模 數據 異常 識別 方法 | ||
1.一種基于雙向抽樣組合的大規模數據異常識別方法，其特征在于：設樣本數據集D中樣本點數量為n，屬性個數為m，所述方法包括以下步驟：
步驟1：對樣本數據集D進行橫向抽樣，得到子樣本數據集Dr；
步驟2：對子樣本數據集Dr進行縱向抽樣，得到條帶數據集Drc；
步驟3：對條帶數據集Drc進行異常程度打分；
步驟4：重復執行上述步驟1-3；
步驟5：組合異常程度分數值，并計算異常程度分數的平均值；
所述步驟1中，從樣本數據集D的n個樣本點中，以橫向抽樣率λ，按照隨機方式抽取nλ個樣本點，得到子樣本數據集Dr，即可完成對樣本數據集D的橫向抽樣；
對樣本數據集D進行橫向抽樣時，橫向抽樣率λ取0.1；
所述步驟2中，從子樣本數據集Dr的m個屬性中，以縱向抽樣率按照隨機方式抽取個屬性，得到條帶數據集Drc，即可完成對子樣本數據集Dr的縱向抽樣；
對子樣本數據集Dr進行縱向抽樣時，縱向抽樣率取0.1；
所述步驟2中，經過縱向抽樣所得到的條帶數據集Drc的樣本點數量為nλ，即0.1n，屬性個數為即0.1m；
所述步驟3中，利用基于密度的異常識別方法對條帶數據集Drc進行異常程度打分，打分得到的異常程度分數值按照異常程度降低而遞減；
基于密度的異常識別方法為基于密度的LOF方法；
所述步驟4中，重復執行上述步驟1-3共t次，滿足即t≥100，保證覆蓋完整的樣本數據集D；
所述步驟5中，針對每個樣本點，取t次的異常程度分數值，計算其平均值作為該樣本點最終的異常程度得分值。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京系統工程研究所，未經北京系統工程研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410535911.4/1.html，轉載請聲明來源鉆瓜專利網。
