异常检测
搜索与推荐Wiki
这个作者很懒,什么都没留下…
展开
-
异常检测之指数平滑(利用elasticsearch来实现)
指数平滑法是一种特殊的加权平均法,加权的特点是对离预测值较近的历史数据给予较大的权数,对离预测期较远的历史数据给予较小的权数,权数由近到远按指数规律递减,所以,这种预测方法被称为指数平滑法。它可分为一次指数平滑法、二次指数平滑法及更高次指数平滑法。原创 2017-11-20 17:17:44 · 4975 阅读 · 0 评论 -
异常检测之正态分布
在数据挖掘中,异常检测(英语:anomaly detection)对不匹配预期模式或数据集中其他项目的项目、事件或观测值的识别。通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。异常也被称为离群值、新奇、噪声、偏差和例外。特别是在检测滥用与网络入侵时,有趣性对象往往不是罕见对象,但却是超出预料的突发活动。这种模式不遵循通常统计定义中把异常点看作是罕见对象,于是许多异常检测方法(特别是无监督的原创 2017-08-29 19:27:45 · 15646 阅读 · 1 评论 -
异常检测之浅谈入侵检测
打开微信扫一扫,关注微信公众号【数据与算法联盟】 转载请注明出处:http://blog.csdn.net/gamer_gyt 博主微博:http://weibo.com/234654758 Github:https://github.com/thinkgamer前言由于业务关系,最近一段时间一直在关注入侵检测技术方面的知识,经过了最近一天的学习与调研,在大体上还是有了一定的了解与研究原创 2016-12-26 00:12:42 · 29107 阅读 · 2 评论 -
异常检测之基于随机变量的熵来进行数据建模和分析
打开微信扫一扫,关注微信公众号【码农故事多】 转载请注明出处:http://blog.csdn.net/gamer_gyt 博主微博:http://weibo.com/234654758 Github:https://github.com/thinkgamer写在前边的话首次接触信息熵,信息增益的概念是在阅读《机器学习实战》这本书的时候了解到的,那个时候对这几个概念还是一知半解原创 2016-12-18 22:12:24 · 7235 阅读 · 3 评论