基于核估计和区间聚类的数据流中异常模式发现

摘要

研究数据流中异常模式发现问题.为保证可以随时输出当前的异常模式,引入一种简单且有效的数据结构--三层时间区间嵌套模式(TTI),来监测数据流.对新到数据是否为异常加以判断评价的标准不是预先分配的静止阈值,而是由算法(KIC:核估计和置信区间聚类分析)计算得到的动态阈值,从而在仅占用很小内存的前提下提高了算法的准确性.设计的SWMA算法进一步降低了时间和空间复杂度.最后分别在模拟线性模型、非线性模型及带时间戳的真实数据流上对方法的准确性、可行性和时效性进行了验证.