基于模糊孤立森林算法的多维数据异常检测方法

摘要

针对孤立森林算法在进行异常检测时,忽略了每一条数据对于所选取的属性异常程度是不同的这一问题,提出了一种基于模糊孤立森林算法的数据异常检测方法。通过挑选一些有价值的属性对其分别建树组成孤立森林,从多维度出发,对每一维属性的检测结果进行隶属度判断,最后与模糊矩阵进行模糊运算得到最终评价结果。采用这一方法有效地解决了样本数据对于每一属性的异常程度不同的问题,并在实际校园一卡通消费数据的实验中得到了验证。