原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
异常检测模式中的持续学习研究.pdf
第 26 卷第 11 期 Vol. 26 No. 11
计算机应用
2006 年 11 月 Computer Applications Nov. 2006
文章编号:1001 -9081(2∞6) 11 一 2615 一 03
异常检测模式中的持续学习研究
郭莉，王坤
(信息工程大学电子技术学院，河南郑州 450∞4)
(伊oli517106@ sohu. com; happyment@ sohu. com)
摘 要:提出了阶段化学习的概念，分阶段学习区分出了模式的完备性和不完备性。基于此概
念，提出一种新的异常检测模式持续学习算法(PADPL) 。仿真结果显示，PADPL 能够满足由不完备
性引起的异常检测模式持续学习的要求。
关键词:异常检测;持续学习;阶段化学习
中图分类号: TP393.08 文献标识码:A
Research on continuous learning of anomaly detection pattern
GUO Li, WANG Kun
(Institute of Electronic Technology, Ir矿onnation Engineering University, Zhengzhou Henan 45则4， China)
Abstra咄咄e concept of phase leaming was proposed , and it could be used to detennine whether a leaming mode was
complete or not. Then, a Phases Anomaly Detection Pattern Learning algorithm , PADPL , was put forward. Simulation shows
由at PADPL could meet the requiremen恼。，f phases anomaly detection 阴阳rn learning which were caused by uncompleted
leaming mode.
Key words: anomaly detection; continuous leaming; phases leaming
0 引言 祥。当引起异常检测模式概念漂移的原因是异常检测模
式的不完备性时，需要把新的正常行为模式融合到异常检测
在很多应用领域中，通过机器学习得到的目标概念并非 模式中，因此在异常检测模式持续学习中就需要采用具有继
一成不变，而是会随着时间和应用环境的变化而变化。目标 承性的持续学习方案;当引起异常检测模式概念漂移的原
概念存在变化的现象被1. C. Schlimmer 称为概念漂移[HQ 持
因是异常检测模式的动态性，因为整个正常行为模式都发生
续学习是模式学习中一个非常重要的学习环节，对于异常检 了漂移，所以只需重新采集正常行为数据重新学习。
测模式学习也不例外。
1 阶段化异常检测模式持续学习算法
目前专门针对异常检测模式持续学习问题的研究还很
1. 1 阶段化学习
少，其中比较有影响的研究有基于记忆传递知识的终生学习
模
文档评论（0）