[发明专利]一种基于MapReduce的并行异常检测方法及系统有效
| 申请号： | 201810590567.7 | 申请日： | 2018-06-09 |
| 公开（公告）号： | CN109086291B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 齐小刚;胡秋秋;刘立芳;冯海林;胡绍林 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06F16/182 | 分类号： | G06F16/182;G06F8/30;G06F11/07 |
| 代理公司： | 西安长和专利代理有限公司 61227 | 代理人： | 黄伟洪 |
| 地址： | 710071 陕西省*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于门适用于特定应用的数字计算或数据处理的设备或方法技术领域，公开了一种基于MapReduce的并行异常检测方法及系统，根据需求将存放在Hadoop分布式文件系统上的数据集随机切分为多个数据块；利用MapReduce框架并行计算各块中数据点的局部异常因子,并用k‑distinct‑neighbor替换k‑nearest‑neighbor；将各块中LOF值大于设定阈值的数据点合并重新计算其LOF值。MR‑DLOF在处理大量数据时的执行效率明显优于LOF算法。 | ||
| 搜索关键词： | 一种 基于 mapreduce 并行 异常 检测 方法 系统 | ||
【主权项】：
1.一种基于MapReduce的并行异常检测方法，其特征在于，所述基于MapReduce的并行异常检测方法根据需求将存放在Hadoop分布式文件系统上的数据集随机切分为多个数据块；利用MapReduce框架并行计算各块中数据点的局部异常因子，并用k‑distinct‑neighbor替换k‑nearest‑neighbor；将各数据块中LOF值大于设定阈值的数据点合并重新计算LOF值。
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西安电子科技大学，未经西安电子科技大学许可，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/201810590567.7/，转载请声明来源钻瓜专利网。
