基于模糊核聚类和主动学习的异常检测方法

作者：吕宗平; 时熙然^*; 顾兆军

来源：现代电子技术, 2019, 42(20): 53-63.

DOI：10.16652/j.issn.1004-373x.2019.20.014

• 异常检测
• 模糊核聚类
• 主动学习
• 日志解析
• 聚类分析
• 性能对比

针对日志数据的异常检测获取标记数据代价过高的问题,提出一种基于模糊核聚类与主动学习的算法,即KFCM-AL算法。首先将日志解析,之后利用模糊核聚类算法将待选样本在高维空间进行划分聚类,滤去样本冗余点,同时选取聚类中心进行标记构建初始分类器,最后结合主动学习利用较小的标记代价对异常检测模型进行优化。实验结果表明,所提方法能够利用较少的标记样本获取异常检测模型的性能提升。

• 单位
  中国民航大学