基于改进序列概率比检验方法的异常数据检测

摘要

针对传统数据挖掘算法对异常数据忽略的问题,提出了一种基于修正序列概率比检验(ASPRT)的异常数据检测新方法.该方法从假设所给定的数据集中存在一个数据概率模型出发,对假定模型进行严密的不相符性检测,从而猎取到异常数据.实例实验和仿真对比,结果表明该方法能够有效检测出异常数据,与现有方法相比其运行时间缩短,且具有较高的检测率和较低的误报率.该方法用于大规模数据集的异常检测可行、有效.