10.11896/j.issn.1002-137X.2019.03.027
基于位置信息的移动终端用户异常检测
针对当前轨迹异常检测中轨迹演化和检测结果类型单一的问题,结合用户历史行为模式、群体结构信息和近邻用户行为,提出一种基于位置信息的移动终端用户异常检测方法.该方法将位置数据转换为时空共现区,进一步挖掘用户行为模式,提取用户群体结构信息.在此基础上,根据历史行为模式异常、伴随行为模式异常、时空共现区行为模式异常、时空共现区流量模式异常和异常用户群体属性5种异常特征,采用随机森林方法构建多分类异常检测模型,识别移动终端用户个体异常、群体异常、时空异常和事件异常现象.在真实数据集上的实验结果表明,所提方法可以有效识别移动终端用户的轨迹演化行为,检测多种类型的异常现象,与同类方法相比具有较高的召回率和较低的误差率.
移动终端、位置数据、轨迹演化、异常特征、异常分类
46
TP309(计算技术、计算机技术)
国防重点实验室基金项目9140C130104
2019-05-24(万方平台首次上网日期,不代表论文的发表时间)
共8页
180-187