吉林大学学报(理学版) ›› 2026, Vol. 64 ›› Issue (4): 859-0870.
蒋明沅1, 樊润东2, 张鑫2, 朱睿1, 张安珍1
Jiang Mingyuan1, Fan Rundong2, Zhang Xin2, Zhu Rui1, Zhang Anzhen1
摘要: 针对高速流数据环境下基于距离的离群点检测很难在有效时间内完成实时处理的问题, 提出一种面向流数据的θ-近似离群点检测算法. 该算法以对象分布的局部均匀性为基础, 通过构建局部均匀分布概要结构, 识别并维护满足近似均匀分布特征的区域节点, 从而利用查询对象与这些区域节点之间的位置关系估计其邻居数量, 并在概率误差保证下判断对象的离群状态. 与传统方法需要频繁执行精确范围查询不同, 该算法优先通过概率保证下的邻居数量估计完成对象状态判定, 仅在必要情况下执行精确邻居计算, 从而降低范围查询和距离计算开销. 在真实数据集和合成数据集上的实验结果表明: 该算法能在保持较好检测准确率的同时显著减少处理时间; 利用局部分布特征进行概率近似判断, 可有效提升高速流数据环境下离群点检测的实时处理能力, 为大规模流数据管理与分析提供一种兼具效率和质量保证的解决方案.
中图分类号: