计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
18期
9-12
,共4页
教据挖掘%集成学习%分布式%异常检测
教據挖掘%集成學習%分佈式%異常檢測
교거알굴%집성학습%분포식%이상검측
研究了基于模型共享的集成学习分布式异常检测模型,采用多数投票、边界扩展、平均叠加和距离加权4种不同的集成学习方法得到全部的局部模型;采用交换本地数据挖掘模型的方式来实现数据共享,从而构造出一个总体的集成学习模型.从全局的观点检测异常,减少了集中武检测所需数据的传输量,有效保护了数据提供者的隐私性.仿真实验结果表明,该方法的检测性能与集中式检测的性能相当,甚至更好.
研究瞭基于模型共享的集成學習分佈式異常檢測模型,採用多數投票、邊界擴展、平均疊加和距離加權4種不同的集成學習方法得到全部的跼部模型;採用交換本地數據挖掘模型的方式來實現數據共享,從而構造齣一箇總體的集成學習模型.從全跼的觀點檢測異常,減少瞭集中武檢測所需數據的傳輸量,有效保護瞭數據提供者的隱私性.倣真實驗結果錶明,該方法的檢測性能與集中式檢測的性能相噹,甚至更好.
연구료기우모형공향적집성학습분포식이상검측모형,채용다수투표、변계확전、평균첩가화거리가권4충불동적집성학습방법득도전부적국부모형;채용교환본지수거알굴모형적방식래실현수거공향,종이구조출일개총체적집성학습모형.종전국적관점검측이상,감소료집중무검측소수수거적전수량,유효보호료수거제공자적은사성.방진실험결과표명,해방법적검측성능여집중식검측적성능상당,심지경호.
