基于累积概率波动和自动化聚类的异常检测方法

doi:10.11772/j.issn.1001-9081.2024121792

《计算机应用》唯一官方网站 ›› 2025, Vol. 45 ›› Issue (12): 3864-3871.DOI: 10.11772/j.issn.1001-9081.2024121792

基于累积概率波动和自动化聚类的异常检测方法

曾君¹^,², 童英华¹^,²(), 王得芳¹^,²

^1.青海师范大学计算机学院，西宁 810008
^2.省部共建藏语智能信息处理及应用国家重点实验室（青海师范大学），西宁 810008

收稿日期:2024-12-19 修回日期:2025-04-01 接受日期:2025-04-07 发布日期:2025-04-22 出版日期:2025-12-10
通讯作者: 童英华
作者简介:曾君（1999—），男，湖南株洲人，硕士研究生，主要研究方向：物联网数据异常检测
王得芳（1978—），男，青海西宁人，副教授，硕士，主要研究方向：数据异常检测。
第一联系人：童英华（1982—），女，青海西宁人，副教授，博士，CCF会员，主要研究方向：无线传感器网络容错、物联网可靠性分析
基金资助:
青海省应用基础研究项目(2023-ZJ-713)

Anomaly detection method based on cumulative probability fluctuation and automated clustering

Jun ZENG¹^,², Yinghua TONG¹^,²(), Defang WANG¹^,²

^1.College of Computer，Qinghai Normal University，Xining Qinghai 810008，China
^2.The State Key Laboratory of Tibetan Intelligent Information Processing and Application （Qinghai Normal University），Xining Qinghai 810008，China

Received:2024-12-19 Revised:2025-04-01 Accepted:2025-04-07 Online:2025-04-22 Published:2025-12-10
Contact: Yinghua TONG
About author:ZENG Jun， born in 1999， M. S. candidate. His research interests include anomaly detection of internet of things data.
WANG Defang， born in 1978， M. S.， associate professor. His research interests include data anomaly detection.
Supported by:
Applied Basic Research Project of Qinghai Province(2023-ZJ-713)

摘要/Abstract

摘要：

随着多维数据特征的复杂性不断增加，现有的异常检测方法在捕捉特征分布方面表现出局限性，同时传统的聚类和统计方法在参数选择上遇到了更大的挑战，这些共同导致了检测性能的提升受到限制。针对上述问题，提出一种基于累积概率波动和自动化聚类的异常检测方法。首先，计算特征的累积概率波动以表征特征的高斯混合分布，并根据累积概率波动值对特征进行压缩变换；其次，在基于密度的噪声应用空间聚类（DBSCAN）中利用深度强化学习寻找最优聚类参数，并对压缩变换后的数据集进行聚类；最后，综合数据的聚类结果与数据特征的累积概率波动值判断数据点是否异常。实验结果表明，所提方法在6个实验数据集上的平均精确率、召回率、F1分数和受试者工作特征曲线下面积（AUC）相较于对比方法中表现最好的方法分别提升了36.39%、2.73%、14.90%和4.84%。可见，所提方法在无需手动选择参数的情况下，有效提高了对多维复杂特征数据异常检测的综合性能。

关键词: 异常检测, 深度强化学习, 数据特征变换, 数据聚类, 累积概率波动

Abstract:

With the increasing complexity of multidimensional data features， the existing anomaly detection methods have limitations in capturing feature distribution. At the same time， traditional clustering and statistical methods encounter greater challenges in parameter selection， which limit the improvement of detection performance together. To address this issue， an anomaly detection method based on cumulative probability fluctuation and automated clustering was proposed. Firstly， cumulative probability fluctuation of the features was calculated to represent the Gaussian mixture distribution of the features， and the features were compression transformed according to the cumulative probability fluctuation values. Secondly， deep reinforcement learning was employed to search optimal clustering parameters in Density-Based Spatial Clustering of Applications with Noise （DBSCAN）， and the compression transformed dataset was clustered. Finally， the clustering results of the data were combined with the cumulative probability fluctuation values of the data features to determine data point anomalies. Experimental results show that the average precision， recall， F1-score， and Area Under ROC （Receiver Operating Characteristic） Curve （AUC） of the proposed method on six experimental datasets are 36.39%， 2.73%， 14.90%， and 4.84% higher than those of the best performing method among the comparison methods. It can be seen that the proposed method improves the comprehensive performance of anomaly detection for data with multi-dimensional complex features effectively without selecting parameters manually.

Key words: anomaly detection, deep reinforcement learning, data feature transformation, data clustering, cumulative probability fluctuation

中图分类号:

TP391.4

曾君, 童英华, 王得芳. 基于累积概率波动和自动化聚类的异常检测方法[J]. 计算机应用, 2025, 45(12): 3864-3871.

Jun ZENG, Yinghua TONG, Defang WANG. Anomaly detection method based on cumulative probability fluctuation and automated clustering[J]. Journal of Computer Applications, 2025, 45(12): 3864-3871.

图/表 12

图1 本文方法的整体框架

Fig.1 Overall framework of proposed method

图2 GMM拟合数据分布曲线

Fig.2 GMM fitting data distribution curves

图3 数据的累积概率波动值

Fig.3 Cumulative probability fluctuation values of data

图4 2个数据集上的特征变换前后对比

Fig.4 Comparison of features before and after transformation for two datasets

图5 参数搜索的马尔可夫过程

Fig.5 Markov process of parameter search

图6 TD3网络的架构

Fig.6 Architecture of TD3 network

图7 递归参数搜索

Fig.7 Recursive parameter search

图8 异常检测流程

Fig.8 Anomaly detection flow

表1 数据集概述

Tab.1 Overview of datasets

数据集名称	特征数	异常占比/%	类别
WBC	9	4.48	Healthcare
musk	166	3.17	Chemistry
WDBC	30	2.70	Healthcare
Cardio	21	9.61	Healthcare
Wine	13	7.75	Chemistry
Aggregation	2	2.83	Shape
Compound	2	3.86	Shape

图9 在Aggregation数据集上不同聚类参数的指标比较

Fig.9 Comparison of metrics with different clustering parameters on Aggregation dataset

图10 在不同数据集上不同方法的性能指标比较

Fig.10 Comparison of performance metrics of different methods on different datasets

图11 消融方法性能比较

Fig.11 Performance comparison of ablation methods

参考文献 22

[1]	PANG G， SHEN C， CAO L， et al. Deep learning for anomaly detection： a review［J］. ACM Computing Surveys， 2022， 54（2）： No.38.
[2]	WANG H， BAH M J， HAMMAD M. Progress in outlier detection techniques： a survey ［J］. IEEE Access， 2019， 7： 107964-108000.
[3]	ILEBERI E， SUN Y， WANG Z. A machine learning based credit card fraud detection using the GA algorithm for feature selection［J］. Journal of Big Data， 2022， 9： No.24.
[4]	SULAIMAN R BIN， SCHETININ V， SANT P. Review of machine learning approach on credit card fraud detection［J］. Human-Centric Intelligent Systems， 2022， 2（1/2）： 55-68.
[5]	HE M， WANG X， WEI P， et al. Reinforcement learning meets network intrusion detection： a transferable and adaptable framework for anomaly behavior identification［J］. IEEE Transactions on Network and Service Management， 2024， 21（2）： 2477-2492.
[6]	LI M M， HUANG K， ZITNIK M. Graph representation learning in biomedicine and healthcare［J］. Nature Biomedical Engineering， 2022， 6（12）： 1353-1369.
[7]	FERNANDO T， GAMMULLE H， DENMAN S， et al. Deep learning for medical anomaly detection： a survey［J］. ACM Computing Surveys， 2022， 54（7）： No.141.
[8]	ZAHEER M Z， MAHMOOD A， KHAN M H， et al. Generative cooperative learning for unsupervised video anomaly detection ［C］// Proceedings of the 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2022： 14724-14734.
[9]	XU R， GUO Y， HAN X， et al. OpenCDA： an open cooperative driving automation framework integrated with co-simulation［C］// Proceedings of the 2021 IEEE International Intelligent Transportation Systems Conference. Piscataway： IEEE， 2021： 1155-1162.
[10]	YANG L， CHEN J， GAO S， et al. Try with simpler： an evaluation of improved principal component analysis in log-based anomaly detection ［J］. ACM Transactions on Software Engineering and Methodology， 2024， 33（5）： No.115.
[11]	QIAO Y， WU K， JIN P. Efficient anomaly detection for high-dimensional sensing data with one-class support vector machine［J］. IEEE Transactions on Knowledge and Data Engineering， 2023， 35（1）： 404-417.
[12]	BERGMAN L， HOSHEN Y. Classification-based anomaly detection for general data ［EB/OL］. ［2024-05-05］. .
[13]	MAO J， HU Y， JIANG D， et al. CBFS： a clustering-based feature selection mechanism for network anomaly detection［J］. IEEE Access， 2020， 8： 116216-116225.
[14]	CHADHA G S， ISLAM I， SCHWUNG A， et al. Deep convolutional clustering-based time series anomaly detection ［J］. Sensors， 2021， 21（16）： No.5488.
[15]	YANG X， LATECKI L J， POKRAJAC D. Outlier detection with globally optimal exemplar based GMM ［C］// Proceedings of the 2009 SIAM International Conference on Data Mining. Philadelphia， PA： SIAM， 2009： 145-154.
[16]	ZHANG R， PENG H， DOU Y， et al. Automating DBSCAN via deep reinforcement learning ［C］// Proceedings of the 31st ACM International Conference on Information and Knowledge Management. New York： ACM， 2022： 2620-2630.
[17]	SOYDANER D. Attention mechanism in neural networks： where it comes and where it goes ［J］. Neural Computing and Applications， 2022， 34（16）： 13371-13385.
[18]	LI Z， ZHAO Y， HU X， et al. ECOD： unsupervised outlier detection using empirical cumulative distribution functions［J］. IEEE Transactions on Knowledge and Data Engineering， 2023， 35（12）： 12181-12193.
[19]	GOODGE A， HOOI B， NG S K， et al. LUNAR： unifying local outlier detection methods via graph neural networks［C］// Proceedings of the 36th AAAI Conference on Artificial Intelligence. Palo Alto： AAAI Press， 2022： 6737-6745.
[20]	PANG J， PU X， LI C. A hybrid algorithm incorporating vector quantization and one-class support vector machine for industrial anomaly detection［J］. IEEE Transactions on Industrial Informatics， 2022， 18（12）： 8786-8796.
[21]	HE Z， XU X， DENG S. Discovering cluster-based local outliers［J］. Pattern Recognition Letters， 2003， 24（9/10）： 1641-1650.
[22]	XU H， PANG G， WANG Y， et al. Deep isolation forest for anomaly detection ［J］. IEEE Transactions on Knowledge and Data Engineering， 2023， 35（12）： 12591-12604.

基于累积概率波动和自动化聚类的异常检测方法

Anomaly detection method based on cumulative probability fluctuation and automated clustering

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 22

相关文章 15

编辑推荐

Metrics

[1]	薛天宇, 李爱萍, 段利国. 联合任务卸载和资源优化的车辆边缘计算方案[J]. 《计算机应用》唯一官方网站, 2025, 45(6): 1766-1775.
[2]	闫龙博, 毛文涛, 仲志鸿, 范黎林. 面向城市排水管网缺陷诊断的鲁棒无监督多任务异常检测方法[J]. 《计算机应用》唯一官方网站, 2025, 45(6): 1833-1840.
[3]	王文鹏, 秦寅畅, 师文轩. 工业缺陷检测无监督深度学习方法综述[J]. 《计算机应用》唯一官方网站, 2025, 45(5): 1658-1670.
[4]	陈子和, 陈斌. 基于多表征融合的无监督点云异常检测[J]. 《计算机应用》唯一官方网站, 2025, 45(5): 1677-1685.
[5]	许鹏程, 何磊, 李川, 钱炜祺, 赵暾. 基于Transformer的深度符号回归方法[J]. 《计算机应用》唯一官方网站, 2025, 45(5): 1455-1463.
[6]	潘理虎, 彭守信, 张睿, 薛之洋, 毛旭珍. 面向运动前景区域的视频异常检测[J]. 《计算机应用》唯一官方网站, 2025, 45(4): 1300-1309.
[7]	薛振华, 李强, 黄超. 视觉基础模型驱动的像素级图像异常检测方法[J]. 《计算机应用》唯一官方网站, 2025, 45(3): 823-831.
[8]	王华华, 黄梁, 陈甲杰, 方杰宁. 基于深度强化学习的低轨卫星多波束子载波动态分配算法[J]. 《计算机应用》唯一官方网站, 2025, 45(2): 571-577.
[9]	任志强, 陈学斌. 基于历史模型更新的自适应防御机制FedAud[J]. 《计算机应用》唯一官方网站, 2025, 45(2): 490-496.
[10]	邓淼磊, 阚雨培, 孙川川, 徐海航, 樊少珺, 周鑫. 基于深度学习的网络入侵检测系统综述[J]. 《计算机应用》唯一官方网站, 2025, 45(2): 453-466.
[11]	王靖, 方旭明. Wi-Fi7多链路通感一体化的功率和信道联合智能分配算法[J]. 《计算机应用》唯一官方网站, 2025, 45(2): 563-570.
[12]	王地欣, 王佳昊, 李敏, 陈浩, 胡光耀, 龚宇. 面向水声通信网络的异常攻击检测[J]. 《计算机应用》唯一官方网站, 2025, 45(2): 526-533.
[13]	郑浩群, 蔡立志, 杨康, 王晓宇. 多阶段融合的医疗物联网入侵检测方法[J]. 《计算机应用》唯一官方网站, 2025, 45(12): 3909-3915.
[14]	卫琳, 张世豪, 和孟佯. 面向算力网络的工作流任务优化与节能卸载方法[J]. 《计算机应用》唯一官方网站, 2025, 45(12): 3916-3924.
[15]	卫琳, 李金阳, 王亚杰, 和孟佯. 算力网络中基于多维资源度量和重调度的高可靠匹配方法[J]. 《计算机应用》唯一官方网站, 2025, 45(11): 3632-3641.