在线的时间序列异常检测算法研究

《在线的时间序列异常检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中山大学硕士学位论文在线的时间序列异常检测算法研究姓名：汪斐申请学位级别：硕士专业：计算机软件与理论指导教师：印鉴20080508在线的时间序列异常检测算法研究专业：计算机软件与理论硕士生：汪斐指导教师：印鉴教授摘要数据挖掘通过从海量的数据中发现隐藏的、潜在有用的信息和知识，为人们提供决策支持，在近年来取得了蓬勃的发展。由于越来越多的数据与时间有着密切的联系，时间序列数据挖掘作为数据挖掘的一个分支，正受到越来越多的关注。时间序列的异常检测是指从时间序列中发现少量、不频繁出现的模式。而在线的时间序列异常检测是指算法能根据新数据的

2、变化，对不断产生的数据进行增量式的异常检测，有很实用的应用价值。本文提出了一种新的针对时间序列的在线异常检测算法。本文首先回顾了现有的时间序列异常检测方法，然而这些方法绝大部分是对时间序列进行离线分析，即在检测之前要求能完整地读取整个时间序列，有很大的局限性。针对这一问题，本文提出了对时间序列进行在线异常检测的算法框架，并把这一问题分为两个子步骤：首先找出每一时刻的局部异常，接着从局部异常中选择用户可能感兴趣的异常。对于第一个步骤，本文通过分析每一时刻的局部异常间的关系，提出了TOLOD(TimeseriesOn．LineOu

3、tlierDetection)算法。TOLOD算法在某些情况下仍会出现计算量较大的情况，为此，本文提出了它的近似算法ATOLOD(ApproximateTimeseriesOn—LineOutlierDetection)算法，进一步的加快了检测的速度。接着，本文给出了第二个步骤中判别函数的具体形式。在合成和真实数据集上的实验表明，本文所提出的在线异常检测方法在很多领域有很好的应用效果。关键词：数据挖掘，时间序列，异常检测，在线算法ResearchonOnlineOutlierDetectioninTimeSeriesMajor

4、：ComputerSoftwareandTheoriesName：WangFeiSupervisor：ProfessorYinJianABSTRACTDataminingistheprocessoffindingimplicitandpotentiallyusefulinformationorknowledgeinlargedata．Byhelpingpeoplemakedecision，Datamininghasbeendevelopingrapidlyinrecentyears．Asmoreandmoretimerelat

5、eddatabecomespopular,therehasbeenagrowinginterestinminingtimeseriesdata，whichisapopularbranchofdataminingOutlierdetectionintimeseriesistofindunusual．1essfrequentpatternthatisleastsimilartoothersequencesintimeseries．Onlineoutlierdetectionmeansthealgorithmisadaptedfor

6、newchangingdata，makingincrementaldetectiononthenewdata，whichhasmanyimmediateapplications．Thispaperpresentsanewmethodofonlineoutlierdetectionintimeseries．Wefirstreviewedtheexistingoutlierdetectionmethodsintimeseries；thesemethodscanonlydetectoutliersoff-line，whichmean

7、stheyrequirefullaccesstothewholetimeseriesbeforeanalysis，however,manyapplicationscannotprovidesuchfacilities．Tosolvethisproblem，thispaperproposesanewframeworkforonlineoutlierdetectionintimeseries，whichdividethisproblemintotwosteps：firstfindlocaloutlierineverymoment，

8、andthenselectpatternsthatmayinterestuserfromtheselocaloutliers．Concerningthefirststep，wehaveanalyzedtherelationshipoflocaloutlierbetweenea