摘要:本文对基于分布式的演化数据流的连续异常检测问题进行了形式化描述,提出一种在滑动窗口中基于张量分解的异常检测算法——WSTA。该算法将各分布结点上的数据流作为全局数据流的子张量,通过分布结点与中心节点的通信,在分布结点的滑动窗口中自适应抽样生成概要数据结构矩阵。对该数据矩阵进行张量分解得到特征向量,然后采用基于距离的异常检测方法发现异常点。基于大量真实数据集的实验表明,此算法具有良好的适用性和可扩展性。
关键词:异常检测 分布数据流 滑动窗口 张量分解 自适应抽样
单位:国防科技大学人文与社会科学学院 湖南长沙410074 国防科技大学计算机学院 湖南长沙410073
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社