1、近年來，信息技術高速發(fā)展，數(shù)據(jù)采集和存儲技術不斷進步，無論企業(yè)、科研機構、政府機關等都積累了大量且結構復雜的數(shù)據(jù)。在獲得海量數(shù)據(jù)的同時，如何從中快速、有效地提取有價值的知識是近年的研究熱點，而數(shù)據(jù)挖掘就是提取潛在有價值知識的有效技術。隨著挖掘異常數(shù)據(jù)必要性的增加，離群數(shù)據(jù)挖掘任務越來越受到廣泛關注。如網(wǎng)絡入侵檢測、病例研究、商業(yè)分析等，罕見事件往往比普遍的事件更具有價值，這表明某些離群數(shù)據(jù)本身并非錯誤，這些數(shù)據(jù)常常蘊含著非常有意義的知識

2、。因此，檢測離群數(shù)據(jù)成為許多領域的研究熱點。
　　現(xiàn)有的離群點檢測算法大致可以分為以下幾類:基于分布的、基于距離的、基于深度的、基于密度的以及基于聚類的離群點檢測算法?；诿芏鹊木植侩x群點檢測算法，并非將離群點看作一種“非此即彼”的二元性質，而是評估一個對象是離群點的程度。基于密度的離群點檢測算法具有更廣泛的應用前景。
　　本論文主要研究基于密度的局部離群點和集體離群點檢測算法。通過分析研究已有的基于密度差異的局部離群點檢測

3、方法，提出了基于屬性密度差異的局部離群點檢測算法;分析集體離群點，將聚類思想引入基于屬性密度差異的集體離群點檢測算法，并改進離群因子計算方法。具體內容如下:
　　針對局部離群點檢測，基于屬性密度差異的離群點檢測算法考慮不同屬性對離群性作用的差異性，利用信息熵確定離群屬性，為數(shù)據(jù)點計算加權距離，并給離群屬性賦予較大的權重。在處理高維數(shù)據(jù)時，確定次要屬性后采用屬性約簡方法，在保證檢測精度的同時降低計算復雜度。理論分析和實驗表明，該改進

4、算法能更準確估計數(shù)據(jù)密度，參數(shù)少，能很好地適用于高維數(shù)據(jù)，整體性能優(yōu)于同類算法。
　　針對集體離群點檢測，引入聚類思想明確數(shù)據(jù)集的結構特點，在應用基于屬性密度差異的離群點檢測算法估計初始聚類中心后，應用FCM形成聚類簇，然后通過一定規(guī)則區(qū)分大簇和小簇，最后利用改進的因子計算方法計算基于密度的離群因子DBLOF。算法認為小簇更有可能是集體離群點，聚類的主要目的是得出離群簇偏離聚類簇的知識。實驗證明，在檢測集體離群點時，該算法性能比較