文献类型：期刊文章

作　　者：刘峰麟[1] 殷铭[2] 袁平[3]

LIU Feng-lin;YIN Ming;YUAN Ping(College of Computer Science,Sichuan University,Chengdu 610065;School of Information Science and Technology,Donghua University,Shanghai 201620;School of Mathematics and Information Engineering,Chongqing University of Education,Chongqing,400067)

机构地区：[1]四川大学计算机学院,成都610065 [2]东华大学信息科学与技术学院,上海201620 [3]重庆第二师范学院数学与信息工程学院,重庆400067

出　　处：《现代计算机》

基　　金：区块链工况数据管理平台（No.2019YFG0184）;空港综合交通（No.2018YFB1601200）;民航枢纽机场运行态势感知(No.U1533203)

年　　份：2020

卷　　号：26

期　　号：4

起止页码：3-6

语　　种：中文

收录情况：普通刊

摘　　要：随着互联网的高速发展,后台监控系统产生大量时序数据,从时序数据中检测出异常具有重要意义。异常检测是通过对时序数据建模,产生观测数据模型和预测数据模型,并用预测精度统计指标建立误差模型,当某个数据点的误差大于阈值时,该数据点被认定为是时序数据中的异常数据点。提出一种基于基于DBSCAN的时序数据异常检测阈值选择算法,并基于雅虎的EGADS框架进行二次开发做实验验证,效果较好,具有工程实践价值。

关 键 词：时序数据 异常检测 DBSCAN 阈值

分 类 号：TP311.13] TP309[计算机类]