基于Isolation Forest改进的数据异常检测方法

摘要：

针对现有的基于隔离森林(Isolation Forest)的数据异常检测算法检测精度低、执行效率差和泛化能力弱等问题,提出一种改进的数据异常检测方法SA-iForest.该方法基于模拟退火算法选择精度高和有差异性的隔离树来优化森林,同时去除冗余的隔离树,改进了隔离森林的森林构建.采用标准仿真数据集对所提方法进行验证,结果表明该方法与传统Isolation Forest和LOF方法相比,在准确率、执行效率和稳定性方面均有显著提高.

关键词：隔离森林、异常检测、SA-iForest、模拟退火

所属期刊栏目：45

分类号：TP306(计算技术、计算机技术)

资助基金：国家自然科学基金项目61502118

在线出版日期：2018-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：155-159