[发明专利]异常数据检测方法及装置

权利要求书

1.一种异常数据检测方法，其特征在于，包括：

获取待处理数据；

基于聚类算法确定所述待处理数据的离群点候选集；

计算所述离群点候选集中各个离群点的离群点因子；

若某一离群点的离群点因子大于预设阈值，则确定该离群点为异常数据。

2.如权利要求1所述的异常数据检测方法，其特征在于，所述基于聚类算法确定所述待处理数据的离群点候选集包括：

基于聚类算法对所述待处理数据进行聚类得到预设数量的类；

若某一类中的某一数据点到该类质心的距离大于该类的半径，则将该数据点加入离群点候选集。

3.如权利要求1所述的异常数据检测方法，其特征在于，所述基于聚类算法确定所述待处理数据的离群点候选集还包括：

若某一类中数据点的数量小于预设离群点数量，则将该类中的所有数据点加入所述离群点候选集。

4.如权利要求1所述的异常数据检测方法，其特征在于，所述计算所述离群点候选集中各个离群点的离群点因子包括：

计算所述离群点候选集中各个离群点的第k距离和第k邻域；

根据所述各个离群点的第k距离和第k邻域确定各个离群点的离群因子。

5.如权利要求1所述的异常数据检测方法，其特征在于，所述计算所述离群点候选集中各个离群点的第k距离和第k邻域包括：

计算所述离群点候选集中各个离群点与其他离群点的欧几里得距离；

对所述欧几里得距离进行排序确定各个离群点的第k距离和第k邻域。

6.如权利要求1所述的异常数据检测方法，其特征在于，所述根据所述各个离群点的第k距离和第k邻域确定各个离群点的离群因子包括：

根据所述各个离群点的第k距离和第k邻域确定各个离群点的平均可达密度；

根据所述各个离群点的平均可达密度确定各个离群点的离群因子。

7.一种异常数据检测装置，其特征在于，包括：

数据获取模块，用于获取待处理数据；

聚类模块，用于基于聚类算法确定所述待处理数据的离群点候选集；

计算模块，用于计算所述离群点候选集中各个离群点的离群点因子；

检测模块，用于若某一离群点的离群点因子大于预设阈值，则确定该离群点为异常数据。

8.如权利要求7所述的异常数据检测装置，其特征在于，所述聚类模块包括：

聚类单元，用于基于聚类算法对所述待处理数据进行聚类得到预设数量的类；

候选集确定单元，用于若某一类中的某一数据点到该类质心的距离大于该类的半径，则将该数据点加入离群点候选集。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。