基于数据流的异常检测技术及应用的研究

论文摘要

近年来,数据流异常检测技术由于其在风险分析、网络监测、趋势分析等领域广阔的应用前景而受到了越来越多的关注。本文主要对数据流异常检测技术进行研究,确立了合理的异常检测模型,利用滑动窗口技术和移动小波树异常检测算法进行异常检测。并针对移动小波树数据流异常检测算法的不足,提出了改进算法:利用比例阈值,提高了检测精度;利用二分检测技术,降低了响应时间;结合实时的增量更新技术,更好的满足了实时性的要求;改进阈值的设定方法,降低了误报率。利用改进的算法结合γ射线和电能质量扰动数据进行仿真实验,对检测结果进行了全面的分析评价,与原移动小波树算法和误差树异常检测算法进行比较,验证了该算法的有效性。

论文目录

• 中文摘要
• 英文摘要
• 第一章 引言
• 1.1 选题背景和意义
• 1.2 国内外研究现状
• 1.2.1 传统的异常检测方法
• 1.2.2 数据流技术的研究
• 1.2.3 数据流异常检测相关研究
• 1.3 论文的主要工作
• 第二章 数据流及数据流处理方法
• 2.1 数据流及数据流管理系统
• 2.2 数据流处理模型
• 2.3 概要数据结构
• 2.4 概要更新算法
• 2.5 小结
• 第三章 基于移动小波树的数据流异常检测方法的研究
• 3.1 移动小波树概要数据结构的建立
• 3.2 移动小波树检测算法原理
• 3.3 概要更新算法
• 3.3.1 在线更新算法
• 3.3.2 批更新算法
• 3.4 阈值设定
• 3.5 小结
• 第四章 改进的移动小波树数据流异常检测算法及其应用研究
• 4.1 移动小波树数据流异常检测算法的改进
• 4.1.1 比例阈值算法
• 4.1.2 二分检测算法
• 4.1.3 实时更新算法
• 4.1.4 阈值设定改进
• 4.2 数据流异常检测技术的应用研究
• 4.3 实验结果及分析
• 4.3.1 实验数据
• 4.3.2 检测精确度分析
• 4.3.3 比例阈值算法结果分析
• 4.3.4 二分检测结果分析
• 4.3.5 概要更新算法的比较
• 4.3.6 阈值设定结果分析
• 4.3.7 移动小波树与误差树异常检测算法的比较
• 4.4 小结
• 第五章 结论
• 5.1 论文工作总结
• 5.2 下一步工作计划
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况