时间序列异常检测

《时间序列异常检测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据Compu把rEngineeringandApplications计算机工程与应用2008，44(35)145时问序列异常检测周大镯L2，刘月芬2，马文秀2ZHOUDa—zhuo‘．-。LIUYue—fen2，MAWen—xiu21．天津大学管理学院，天津3000722．河北经贸大学计算机中心，石家庄0500611．SchoolofManagement，TianjinUniversity，Tianjin300072，China2．ComputerCenter，HebeiUniversityofEconomicsandTr

2、ade，Shijiazhuang050061，ChinaE-mail：zhou_zhuo@163．cornZHOUDa—zhuo．LIUYue—fen．MAWen—xiu．EffectivetimeseriesoutlierdetectionalgorithmbasedOilsegmentati6n．ComputerEngineeringand,Applications．2008。44(35)：145-147．Abstract：Anewtimeseriesoutlierdetectionalgorithmofhigh—effic

3、iencyisproposedforthefoundationofk-nearestlocalout-lierdetectionalgorithmbasedonsegmentation．Firstly．seriesimportantpoint嬲segmentationpointcancompasshigh-proportional-lytimeseriesdatainthisalgorithm；Secondly，theoutlierpatternoftimeseriescanbedetectedbylocaloutlierdet

4、ectiontech-nique．Experimentalresultsonelectrocardiogram(ECG)datashowthatthealgorithmiseffectiveandreasonable．Keywords：timeseries；outlierpattern；localoutlierfactor；seriesimportantpoint摘要：在七一近邻局部异常检测算法的基础上，结合时间序列的分割方法，提出了一种高效的时间序列异常检测算法。该算法首先把序列重要点作为数据的分割点，对时间序列数据进行高比例

5、压缩；其次利用局部异常检测方法检测出时间序列中的异常模式：通过心电图(ECG)数据实验验证了算法的有效性和合理性。关键词：时间序列；异常模式；局部异常因子；序列重要点DOI：10．3778／j．issn．1002-8331．2008．35．044文章编号：1002—8331(2008)35-0145-03文献标汉码：A中图分类号：TP311．13时间序列是一类重要的数据对象，在经济、气象、医疗等领域都普遍存在，它们具有数据量大、维数高、更新速度快等特点。近年来许多学者在时I’日】序列的挖掘方面做了很多工作，相关的研究主要集中在时

6、

7、’日】序列分割、序列聚类和分类、相似查询、模式发现等研究方向。在时l’日】序列挖掘中，大部分挖掘任务的目的是为了发现那屿频繁出现的模式，期望发现某种规律，异常数据通常被作为噪声而忽略，而在另外一些领域，尽管异常数据与正常数据相比是不经常发牛的事件．但信息背后可能隐藏着一些重要信息，异常数据的发现往往能带给人们更有价值的知识。例如在金融领域，跟踪信用卡顾客的使用情况，当顾客在某段时期内的信用卡使用情况异常时，能够及时报告，预防信用欺诈。首先提出序列分段点的概念．描述了局部异常检测方法，其次利用异常检测算法计算出最异常时问序列模式

8、，最后分析了算法的性能和有效性。l相关工作目前，时

9、’日J序列的异常还没有一个公认的定义．研究也比较少，人们普遍采用的是Hawkin给出的定义I％异常是在数据集中偏离大部分数据的数据，使人怀疑这些数据是由不『一的机制产生的，而非随机偏差。从20世纪80年代起，异常检测问题在统计学领域里得到了广泛研究，随着其应用领域的不断扩展，以及其它领域方法和技术的融合，研究人员提出了许多不同的检测方法。假设检验是最早用来发现异常样本的基于统计学原理的方法i”，它基于对小概率事件的判别来实现对数据样本异常性的鉴别，丰要缺陷是事先要假定数据集符合

10、特定的分布模型，针对大量分布特征未知数据H寸，这种先验假设存在很大的局限性。近年来．基于数据挖抛的异常检测研究取得了一定的进展，Knorr等口I首先提出了基于距离的异常检测方法，从全局角度考虑通过计算数据点或对象之间的距离来检测孤立点，当数据集含有多种分布或数据