基于網(wǎng)絡(luò)活動的時間序列異常檢測.pdf

1、時間序列數(shù)據(jù)廣泛存在于金融、醫(yī)療、通信、航空等領(lǐng)域中，其具有明顯的時間順序性，而且隨著人類機器化生產(chǎn)的普及，越來越多的時間序列數(shù)據(jù)被記錄下來，對于時間序列的數(shù)據(jù)挖掘研究也得到越來越多的關(guān)注。因為時間序列數(shù)據(jù)的海量性和復雜性，對于其進行壓縮和處理技術(shù)是非常必要的，這些技術(shù)必須要保證在數(shù)據(jù)總量得到壓縮的同時還要保留盡量多的數(shù)據(jù)源信息，所以時間序列的預處理方法是時間序列數(shù)據(jù)挖掘的重要任務之一。另一方面，因為在某些時間序列數(shù)據(jù)中，異常數(shù)據(jù)往往攜

2、帶著大量有用的信息，所以時間序列的異常檢測也在逐漸受到更多的關(guān)注，在該領(lǐng)域也產(chǎn)生了豐富的成果，大量的算法被提出來以解決不同種類的時間序列數(shù)據(jù)的異常檢測任務。有效處理并檢測序列中的異常是一項具有挑戰(zhàn)性并有著重要意義的科研課題。本文在網(wǎng)絡(luò)活動數(shù)據(jù)的基礎(chǔ)上，對于時間序列的預處理和時間序列的異常檢測進行了研究，主要工作如下：
　　首先介紹時間序列異常檢測的研究背景和研究意義，然后介紹時間序列數(shù)據(jù)的特點，并且基于網(wǎng)絡(luò)活動數(shù)據(jù)的特點提出一種時

3、間序列預處理方法，能夠從復雜的網(wǎng)絡(luò)活動數(shù)據(jù)中提取得到基于不同時間粒度不同網(wǎng)絡(luò)活動主體的多元時間序列，對于網(wǎng)絡(luò)活動數(shù)據(jù)首先利用聚合的思想將同一時間粒度內(nèi)的數(shù)據(jù)進行聚合以達到降低數(shù)據(jù)量的目的，然后對于聚合后的數(shù)據(jù)進行離散化，以使得時間序列數(shù)據(jù)更加平滑，方便對于其進行異常檢測。
　　然后基于序列化之后的網(wǎng)絡(luò)活動數(shù)據(jù)，結(jié)合國內(nèi)外學者對于時間序列異常檢測的成果，設(shè)計實現(xiàn)兩種時間序列異常檢測方案，一種是基于高斯模型的滑動窗口預測，利用一個符合

4、高斯分布的窗口來對后面的數(shù)據(jù)進行置信區(qū)間的判斷，如果不在置信區(qū)間內(nèi)則認為其屬于異常；另一種方案主要使用基于動態(tài)窗口的距離判定算法，利用每一個動態(tài)窗口與周圍不相交的窗口的距離來判別其是否為異常。
　　本文對于網(wǎng)絡(luò)活動數(shù)據(jù)的時間序列預處理效果進行了展示，并且利用兩種方案進行了時間序列異常檢測，展示檢測的效果，并與傳統(tǒng)時間序列異常檢測算法進行了分析和比較。最后實現(xiàn)了一個系統(tǒng)，將本文提出的時間序列預處理和兩種異常檢測方案整合起來，提供圖形