基于網(wǎng)絡(luò)活動(dòng)的時(shí)間序列異常檢測(cè).pdf

1、時(shí)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(shí)間順序性，而且隨著人類機(jī)器化生產(chǎn)的普及，越來(lái)越多的時(shí)間序列數(shù)據(jù)被記錄下來(lái)，對(duì)于時(shí)間序列的數(shù)據(jù)挖掘研究也得到越來(lái)越多的關(guān)注。因?yàn)闀r(shí)間序列數(shù)據(jù)的海量性和復(fù)雜性，對(duì)于其進(jìn)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(shí)還要保留盡量多的數(shù)據(jù)源信息，所以時(shí)間序列的預(yù)處理方法是時(shí)間序列數(shù)據(jù)挖掘的重要任務(wù)之一。另一方面，因?yàn)樵谀承r(shí)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(shí)間序列的異常檢測(cè)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(lái)以解決不同種類的時(shí)間序列數(shù)據(jù)的異常檢測(cè)任務(wù)。有效處理并檢測(cè)序列中的異常是一項(xiàng)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(dòng)數(shù)據(jù)的基礎(chǔ)上，對(duì)于時(shí)間序列的預(yù)處理和時(shí)間序列的異常檢測(cè)進(jìn)行了研究，主要工作如下：
　　首先介紹時(shí)間序列異常檢測(cè)的研究背景和研究意義，然后介紹時(shí)間序列數(shù)據(jù)的特點(diǎn)，并且基于網(wǎng)絡(luò)活動(dòng)數(shù)據(jù)的特點(diǎn)提出一種時(shí)

3、間序列預(yù)處理方法，能夠從復(fù)雜的網(wǎng)絡(luò)活動(dòng)數(shù)據(jù)中提取得到基于不同時(shí)間粒度不同網(wǎng)絡(luò)活動(dòng)主體的多元時(shí)間序列，對(duì)于網(wǎng)絡(luò)活動(dòng)數(shù)據(jù)首先利用聚合的思想將同一時(shí)間粒度內(nèi)的數(shù)據(jù)進(jìn)行聚合以達(dá)到降低數(shù)據(jù)量的目的，然后對(duì)于聚合后的數(shù)據(jù)進(jìn)行離散化，以使得時(shí)間序列數(shù)據(jù)更加平滑，方便對(duì)于其進(jìn)行異常檢測(cè)。
　　然后基于序列化之后的網(wǎng)絡(luò)活動(dòng)數(shù)據(jù)，結(jié)合國(guó)內(nèi)外學(xué)者對(duì)于時(shí)間序列異常檢測(cè)的成果，設(shè)計(jì)實(shí)現(xiàn)兩種時(shí)間序列異常檢測(cè)方案，一種是基于高斯模型的滑動(dòng)窗口預(yù)測(cè)，利用一個(gè)符合

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