摘要：针对城市电网故障早期阶段的隐蔽性、潜伏性特点,通过构建“集体离群点-故障模式”的度量规则,对电网系统中全等级异常电流波动信号进行层次聚类分析,将区域性潜在故障检测问题转换为挖掘故障信号数据中的集体离群点问题。为提高检测效率,设计了一种基于不动点迭代法的层次聚类改进算法(Fixed point iteration based k-medoids,FPK-medoids),利用不动点较强的局部搜索能力提高聚类收敛速度。在测试数据集和实例数据集上进行实验,结果表明改进算法的收敛性能优于传统算法,检测模型能够精准识别电网中的区域性潜在故障。

摘要：网络流量异常检测可以看作一种集体离群点检测问题。当前的离群点检测算法大多针对个体离群点,随着对大数据中离群点的研究深入,对集体离群点检测算法开始引起研究者关注。本文针对集体离群点识别,使用直方图来描述集体观测,提出了基于直方图的集体离群点检测算法。该算法把直方图的向量表示与隔离森林算法相结合,实现集体离群点检测,分别使用基于概率密度向量表示、累积概率密度向量、频数向量表示、累积频数向量表示在公开的有标签的基准数据集上进行实验,AUC值最低为0.972,最高为0.974,实验结果和Web服务器异常访问识别的实际应用表明了基于直方图的集体离群点检测的有效性。