基于遗传算法的高维群点检测算法的改进.pdfVIP

第 9卷年爹3月胄期 计算机技术与发展 Vo1．19 No．3 2009年 COMPUTER TECHNOIfX；Y AND DEVELOIMENT Mar． 2009 基于遗传算法的高维离群点检测算法的改进 施冬冬，贾瑞玉，黄义堂 (安徽大学计算机科学与技术学院，安徽 合肥 230039) 摘 要：离群点检测在欺诈检测、网络鲁棒性分析和入侵检测等领域有着重要的应用。Aggarwal和Yu提出的基于子空间 投影和遗传算法(GA)的离群点检测方法是处理高维数据的一个有效方法。由于该算法的交叉重组过程采用贪心策l备选 择子串，并且随着变异概率的改变可能导致发现不了一些有意义的离群数据。文中对该算法的交叉过程和变异过程进行 改进，提出一种改进的算法，提高了检测的精度并且不受变异概率改变的影响。 关键词：离群点检测；高维数据；遗传算法；交叉；变异 中图分类号：TP301．6 文献标识码：A 文章编号：1673—629X(2009)03-0141—03 An ImprovedHig【h—DimensionalOutlierDetectionAlgorithm Basedon GeneticAlgorithm SHIDong-dong，JIARui—yu，HUANGYi—tang (SchoolofComputerScienceandTechnologyofAnhuiUniversity，Hefei230039，China) Abstract：Theoudiexdetectionproblem hasimportantapplicationsinthefieldoffrauddetcetion，networkrobustnessanalYsisandintrusion detection．AggarwalandYu’Srecentprojectionofspace—basedandgeneticalgorithm (GA)oftheoutlierdetcetionofhigh—dimensional dataprocessingisaneffectivemethod．becausethealgorithmiscIos}}一restructuringprocessbygreedystringofstrategicoptions，andmu- tationinthecourseofthismutationprobabilitythattheelud emaynotleadtOsomeoutlier．Presentsanimprovedmethod。throughthe crossoverandthevariabilityofdueprocessofimprovement，~improvetheaceuracyofthetestandisnotSubjecttomutationprobabiliytof impact． Keywords：outlierdetection；high—d~nenskauddata；geneticalgorithm；crossover；mutation 一 O 引 言 的方法和基于偏离的方法l3J。 离群数据挖掘通常可以看作三个子问题 ： 在一些实际的应用中常常要面临高维的问题，高 ①什么样的数据是异常，即离群点的定义； 维空间离群检测与其他数据集的离群检测差别甚大的 ②有效挖掘离群数据的方法； 原因主要有两个： ③离群点的意义，即离群挖掘结果的合理解释…1。 ①高维空间数据的稀疏性经常导致所有记录在传 到目前为止，离群点还没有一个被普遍采纳的定 统距离的意义上都有可能是离群点。因此，高维空间