10.3969/j.issn.1006-6675-B.2011.06.087
基于聚类分析的数据流异常检测
近期，随着诸如实时监控系统、网络入侵检测和web上用户点击流等动态的应用环境源源不断地产生海量的、时序的、快速变化的和潜在无限的数据流，对数据流的异常检测研究变得重要而富有意义。数据流聚类是数据挖掘领域的研究热点，在近期被高度重视和广泛研究。本文建立了一个通用的基于数据流聚类分析的异常检测模型，通过改进数据流聚类算法CluStream，提出了适合数据流异常检测的算法ACluStream，利用其联机微聚类处理对数据流进行聚类，并按金字塔时间框架保存聚类特征信息，再使用离线宏聚类处理检测出异常数据流。实验结果证明，该模型能较好地应用于数据流的异常检测。
数据流、聚类、异常检测
TP393.08(计算技术、计算机技术)
2012-04-21（万方平台首次上网日期，不代表论文的发表时间）
共7页
328-334
