首页> 中文期刊> 《计算机应用》 >一种面向高维混合属性数据的异常挖掘算法

一种面向高维混合属性数据的异常挖掘算法

         

摘要

异常检测是数据挖掘领域研究的最基本的问题之一,它在欺诈甄别、气象预报、客户分类和入侵检测等方面有广泛的应用.针对网络入侵检测的需求提出了一种新的基于混合属性聚类的异常挖掘算法,并且依据异常点(outliers)是数据集中的稀有点这一本质,给出了一种新的数据相似性和异常度的定义.本文所提出算法具有线性时间复杂度,在KDDCUP99和Wisconsin Prognosis BreastCancer数据集上的实验表明,算本法在提供了近似线性时间复杂度和很好的可扩展性的同时,能够较好的发现数据集中的异常点.

著录项

  • 来源
    《计算机应用》 |2005年第6期|1353-1356|共4页
  • 作者

    李庆华; 李新; 蒋盛益;

  • 作者单位

    华中科技大学;

    计算机科学与技术学院;

    湖北;

    武汉;

    430074;

    华中科技大学;

    计算机科学与技术学院;

    湖北;

    武汉;

    430074;

    华中科技大学;

    计算机科学与技术学院;

    湖北;

    武汉;

    430074;

    衡阳师范学院;

    计算机系;

    湖南;

    衡阳;

    421008;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 人工智能理论;
  • 关键词

    异常检测; 聚类; 数据挖掘;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号