典型文献
基于动态时间跨度与聚类差异指数的用户行为异常检测算法
文献摘要：
在保证实时性与模型的适应性的条件下对居家人士的行为进行分析,提出了一种基于动态时间跨度与聚类差异性指数的用户行为异常实时检测算法.该算法利用动态时间跨度与聚类差异性指数对实时数据流进行概念漂移检测,在数据流发生概念漂移的情况下,利用局部离群因子(LOF)来检测用户发生行为异常的时间点.通过动态时间跨度对分类模型不断更新,有效提升了模型的适用性.通过实验验证了该算法能够在保证实时性的情况下正确检测出概念漂移,并给出用户行为发生异常的时间点.该研究成果为实现智能家居环境下用户行为异常检测提供了新思路,可为居家人士提供有效服务和安全保证.
文献关键词：
智能家居;聚类算法;聚类差异性指标;LOF指数
中图分类号：
作者姓名：
詹麟;曾献辉;代凯旋
作者机构：
东华大学 信息科学与技术学院,上海201620;数字化纺织服装技术教育部工程研究中心,上海201620
文献出处：
引用格式：
[1]詹麟;曾献辉;代凯旋-.基于动态时间跨度与聚类差异指数的用户行为异常检测算法)[J].网络安全与数据治理,2022(04):90-96
A类：
聚类差异性指标
B类：
时间跨度,差异指数,用户行为,异常检测,检测算法,实时检测,法利,指数对,实时数据流,流进,概念漂移检测,局部离群因子,LOF,分类模型,不断更新,智能家居,家居环境,有效服务,聚类算法
AB值：
0.293461
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
