移动对象异常行为检测算法

作者：余龙华; 张琨; 蔡颖; 景鸿斐

来源：计算机工程与设计, 2019, (12): 3443-3450.

DOI：10.16208/j.issn1000-7024.2019.12.014

• 异常检测
• 数据挖掘
• 聚类
• 异常程度
• 目的意图 anomaly detection
• data mining
• clustering
• degree of abnormality
• purpose intention

为解决传统轨迹异常检测算法通常综合考虑轨迹所有总体属性,对轨迹在单个属性上的异常检测率不高的问题,提出一种能够有效检测出轨迹单个属性异常的检测算法。通过对轨迹的单个总体属性进行独立处理,利用改进的CanopyKMeans聚类算法对历史数据进行聚类处理,依据聚类的结果建立单个属性的正常行为模式库。利用各属性的正常行为模式库进行对应属性的异常检测,有效提高异常检测的准确率。定义异常程度属性实现对异常行为的分类,检测出异常行为的目的意图,为对异常行为进行针对性处理提供指导。

• 单位
  南京理工大学