密度偏倚抽样的局部距离异常检测算法

　　异常检测是数据挖掘的重要研究领域，当前基于距离或者最近邻概念的异常数据检测方法，在进行海量高维数据异常检测时，存在运算时间过长的问题．许多改进的异常检测方法虽然提高了算法运算效率，然而检测效果欠佳．基于此，提出一种基于密度偏倚抽样的局部距离异常检测算法，首先利用基于密度偏倚的概率抽样方法对所需检测的数据集合进行概率抽样，之后对抽样数据利用基于局部距离的局部异常检测方法，对抽样集合进行局部异常系数计算，得到的异常系数既是抽样数据的局部异常系数，又是数据集的近似全局异常系数．然后对得到的每个数据点的局部异常系数进行排序，异常系数值越大的数据点越可能是异常点．实验结果表明，与已有的算法相比，该算法具有更高的检测精确度和更少的运算时间，并且该算法对各种维度和数据规模的数据都具有很好的检测效果，可扩展性强。