基于多分辨率网格的异常检测方法

来源：计算机工程与应用杂志2020年第17期北京时间：

作者：刘文芬，穆晓东，黄月华

单位：1.桂林电子科技大学 广西密码学与信息安全重点实验室，广西 桂林 541004；2.桂林航天工业学院 计算机科学与工程学院，广西 桂林 541004

摘要：作为一种重要的数据挖掘手段，异常检测在数据分析领域有着广泛的应用。然而现有的异常检测算法针对不同的数据，往往需要调整不同的参数才能达到相应的检测效果，在面对大型数据时，现有算法检测的时间效率也不尽如人意。基于网格的异常检测技术，可以很好地解决低维数据异常检测的时间效率问题，然而检测精度严重依赖于网格的划分尺度和密度阈值参数，该参数鲁棒性较差，不能很好地推广到不同类型数据集上。基于上述问题，提出了一种基于多分辨率网格的异常检测方法，该方法引入一个鲁棒性较好的子矩阵划分参数，将高维数据划分到多个低维的子空间，使异常检测算法在子空间上进行，从而保证了高维数据的适用性；通过从稀疏到密集的多分辨率网格划分，综合权衡了数据点在不同尺度网格下的局部异常因子，最终输出全局异常值的得分排序。实验结果表明，新引入的子矩阵划分参数具有较好的鲁棒性，该方法能较好地适应高维数据，并在多个公开数据集上都能得到良好的检测效果，为解决高维数据异常检测的相关问题提供了一种高效的解决方案。

关键词：异常检测,多分辨率网格,高维数据,子空间,数据挖掘