基于随机森林算法的大数据异常检测模型设计

作者：宋世军; 樊敏^*

来源：吉林大学学报（工学版）, 2023, 53(09): 2659-2665.

DOI：10.13229/j.cnki.jdxbgxb.20220598

• 大数据聚类
• 特征提取
• 主成分分析法
• 随机森林分类器
• 决策树
• 更新权重

针对大数据异常检测过程易受边缘数据的干扰，导致大数据异常检测准确率较差的问题，提出了一种基于随机森林算法的大数据异常检测模型。首先，利用改进k-means算法对大数据实行聚类处理，采用主成分分析法提取大数据特征；然后，构建基于随机森林分类器的大数据异常检测模型，将提取的特征输入到模型中，构建决策树，并通过动态更新决策树的权重值提高分类器的分类精度；最后，输出分类结果，完成大数据的异常检测。实验结果表明，本文模型的检测时间约为25 s，大数据异常检测准确率平均值为91%，误报率为4.5%。

• 单位
  西南交通大学; 土木工程学院