[发明专利]大数据环境下的分布式跨维度异常数据检测方法有效
| 申请号： | 201611254170.8 | 申请日： | 2016-12-30 |
| 公开（公告）号： | CN106708647B | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 刘东升;许翀寰 | 申请（专利权）人： | 浙江工商大学 |
| 主分类号： | G06F11/07 | 分类号： | G06F11/07 |
| 代理公司： | 33289 杭州裕阳联合专利代理有限公司 | 代理人： | 姚宇吉<国际申请>=<国际公布>=<进入 |
| 地址： | 310000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种大数据环境下的分布式跨维度异常数据检测方法，包括：数据切分，基于输入数据集的维度对输入数据集进行切分，形成多个数据桶；根据每一维度上切分出来的数据桶形成非平衡二叉编码树；基于非平衡二叉编码树将切分出来的多个数据桶分配到各运算节点上；在各个运算节点上计算执行每个数据点的相对离群量；筛选出相对离群量大于或等于设定阈值的数据点，形成异常点集合。 | ||
| 搜索关键词： | 维度 输入数据集 运算节点 编码树 非平衡 异常数据检测 大数据 数据点 异常点 集合 筛选 分配 | ||
【主权项】：
1.一种大数据环境下的分布式跨维度异常数据检测方法，其特征在于，包括：/n数据切分，基于输入数据集的维度对输入数据集进行切分，形成多个数据桶；/n根据每一维度上切分出来的数据桶形成非平衡二叉编码树；/n基于非平衡二叉编码树将切分出来的多个数据桶分配到各运算节点上；/n在各个运算节点上计算执行每个数据点的相对离群量；/n筛选出相对离群量大于或等于设定阈值的数据点，形成异常点集合。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工商大学，未经浙江工商大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611254170.8/，转载请声明来源钻瓜专利网。
