基于条件随机场模型的数据异常检测算法

被引：2

作者：

王文珂 ^{[1
]}

文雅玫 ^{[2
]}

蔡喆 ^{[2
]}

机构：

[1] 国防科学技术大学计算机学院

[2] 湖南省烟草专卖局(公司)经济信息中心

来源：

计算机工程与科学 | 2015年 / 37卷 / 09期

关键词：

数据中心; 机器学习; 数据异常检测; 条件随机场模型;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习]; TP311.13 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1201 ;

摘要：

企业数据中心作为辅助决策的重要工具,保证其数据的及时性、准确性和科学性是最基本的要求和最核心的原则。对于数据异常的情况,若仅依靠人为的经验在海量数据中进行判断是很困难的,也是不科学且低效的。针对企业购销存数据的准确性问题,研究了基于机器学习的数据异常检测算法。由于购销存数据是由一组相对固定的数据项组成,可以看作是一个结构化数据序列,因此选择了解决结构化序列预测问题最为有效的条件随机场模型CRFs。通过对大量历史数据进行学习,分析出数据的自身规律以及关联关系,使计算机具备自动检测异常的能力。实验结果表明了该算法的有效性。

引用

页码：1756 / 1760

页数：5