[发明专利]一种基于数据流的异常数据检测模型更新方法和装置

摘要

本发明公开了一种基于数据流的异常数据检测模型更新方法和装置，该方法包括：基于初始数据集训练聚类算法的初始化模型，获得包括正常数据集和异常数据集的聚类模型；持续从数据流中接收新数据，并依次基于聚类模型确定新数据为正常数据或异常数据、响应于新数据为正常数据，而确定聚类模型在新数据的邻域范围内是否存在异常数据、响应于存在异常数据，而分别将每个异常数据重置为正常数据，并进一步将重置后的数据作为新数据迭代重复执行上一步骤，直到邻域范围内不存在异常数据、将所有从异常数据重置而获得的正常数据从异常数据集移入正常数据集中，并将新数据加入正常数据集中。本发明能够降低计算成本、提高处理速度、提高精确度并易于实现。