参数空间下的流式大数据在线异常检测算法研究

目录

1 绪论

1.1研究意义

1.2研究思路与创新点

1.3研究内容与组织结构

2 异常检测算法综述

2.1在静态数据中基于距离的异常检测

2.2在数据流中基于距离的异常检测

2.3多查询的异常检测

3 移动社交网络异常签到在线检测算法

3.1引言

3.2问题定义

3.3基于历史位置的异常签到检测算法

3.3.1 优化策略

3.3.2 H-Outlier在线检测算法

3.3.3 基于好友圈的异常签到检测算法

3.4实验与结果

3.4.1 实验数据与测试方法

3.4.2 有效性评估

3.4.3 效率评估

3.5小结

4 参数空间下的流式大数据在线异常检测框架

4.1引言

4.2问题定义

4.3异常检测框架

4.3.1 在参数空间R×K中的异常检测

4.3.2 在参数空间R×K×W中的异常检测

4.3.3 在参数空间R×K×S中的异常检测

4.3.4 针对异常检测的PSOD框架

4.4实验数据与实验方法

4.4.1 不同参数空间的性能

4.4.2 不同参数规模的性能

4.5小结

5 实际应用分析讨论

5.1引言

5.2信用卡欺诈检测

5.3出租车欺诈检测

5.4异常签到检测

6 总结与展望

参考文献

致谢

攻读硕士期间发表的论文

附录一表目录

附录二图目录

版权声明