基于集成学习的云平台异常点检测

摘要：

为提高云平台异常点检测的精度,解决单一检测系统误报率与漏报率高的问题,提出基于集成学习的异常点检测系统.为解决异常检测对象多样性的问题,构造监测序列的特征矩阵,采用自组织映射神经网络对监测序列进行聚类;对监测序列进行过采样,解决异常发生频率很低的问题;对异构的异常点检测器进行基于委员会的学习,集成各检测器的检测优点,提高检测的精度.通过带有标注的监测序列对异常点检测系统进行验证,结果表明,该系统效果优于单一检测系统,验证了设计的有效性.

关键词：异常点检测系统、闭环、聚类、特征构建、集成学习

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：山东省自然科学基金项目;国家自然科学基金项目

在线出版日期：2020-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1288-1294