[00003256]一种基于知识熵的异常数据检测方法
技术详细介绍
一种基于知识熵的异常数据检测方法，其特征在于包括如下步骤：1)样本集合的属性分析阶段：收集应用程序生成的数据样本集合U及其对应的属性集合A；对数据样本集U中的属性值进行规范化预处理；基于属性全集A对数据样本集U的作聚类处理，并计算A的知识熵；分别计算各个属性的重要度，据此构造属性集合的序列；结束。2)样本集合的数据样本检测阶段：计算每个数据样本的异常因子；根据异常因子输出异常数据集合；结束。本发明在利用聚类效果的同时避免聚类的不确定性，可以有效地保证异常数据的检测准确率。
