面向多维数据的异常点检测模型设计

作     者：马勇 杨敏 朱琳 Ma Yong;Yang Min;Zhu Lin

作者机构：内蒙古科技大学包头医学院网络信息中心内蒙古包头014040 内蒙古科技大学包头医学院教务处内蒙古包头014040 

基　　金：包头医学院自然科学类青苗计划(BYJJ-ZRQM202320) 

出 版 物：《网络安全与数据治理》 (CYBER SECURITY AND DATA GOVERNANCE)

年 卷 期：2023年第42卷第7期

页      码：85-90页

摘      要：为了在大数据环境下快速、精准地挖掘异常点,保障网络安全,提出了一种面向多维数据的异常点检测模型设计方案。该方案利用长短期记忆网络(LSTM)存储任意时间段的多维数据,并使用图卷积网络提取完整数据结构,同时加入惩罚参数和均方误差来缩小异常点出现范围。此外,还利用编码器和解码器构建变分自编码器函数模型,使其能够解读正常数据子特征,并通过编码重建损失函数来计算数据异常度量,从而实现异常点检测。经过实验验证,该方法表现出较高的检测正确率和运行效率,具有极高的应用价值。

主 题 词：编码损失函数 变分自编码器 异常点检测 长短期记忆网络 多维数据 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 

D　O　I：10.19358/j.issn.2097-1788.2023.07.014

馆 藏 号：203122633...