一种基于分布概率相似度度量的异常检测方法

摘要

本发明实施例提出了一种基于分布概率相似度度量的异常检测方法，包括：多次随机采样获得正常样本数据的多个子集，以全二叉树结构保存每个子集的随机隔离过程，根据漂移比例划定回溯的阈值深度；根据测试点落在每棵树的外部叶子节点位置及阈值深度，由其所在叶子节点回溯到阈值深度的祖先节点，提取该节点下所有数据作为度量与测试点相似度的训练数据；以测试点与训练数据集内某点为端点，在各属性维度上分别计算其余数据点出现在此两点之间的概率，结合闵氏距离计算测试点与数据集内所有点的不相似程度，得出该点的异常值。本发明实施例提供的技术方案，可以有效解决训练数据集中无异常数据及局部异常检测问题。