1 .一种用于数据分布式异常检测的方法,其中,该方法包括:
主节点获取集群中第一工作节点上存储的第一数据集,其中,所述第一数据集包含至
少一个数据点;
主节点将所述第一数据集广播至所述集群中的第二工作节点,以使所述集群中的工作
节点基于本工作节点上的数据集,计算每个数据点的异常概率,其中,所述第二工作节点是
所述集群中除所述第一工作节点的其他工作节点。
2.一种用于数据分布式异常检测的方法,其中,该方法包括:
集群中的第一工作节点向主节点发送本工作节点上存储的第一数据集,其中,所述第
一数据集包含至少一个数据点;
集群中的第二工作节点获取所述主节点广播的所述第一工作节点的第一数据集,其
中,所述第二工作节点是所述集群中除所述第一工作节点的其他工作节点;
集群中的工作节点基于本工作节点上的数据集,计算每个数据点的异常概率。
3 .根据权利要求2所述的方法,其中,所述第二工作节点上存储有第二数据集,所述集
群中的工作节点基于本工作节点上的数据集,计算每个数据点的异常概率包括:
集群中的所述第一工作节点获取所述第一数据集中数据点的第一全局K-distance近
邻、以及所述第二工作节点获取所述第二数据集中数据点的第二全局K-distance近邻;
集群中的工作节点基于所述第一全局K-distance近邻以及所述第二全局K-distance
近邻,并行确定本工作节点上每个数据点与其K-distance近邻的可达距离;
集群中的工作节点基于每个数据点与其K-distance近邻的可达距离,并行确定本工作
节点上每个数据点的可达密度;
集群中的工作节点基于所述每个数据点的可达密度,并行确定本工作节点上每个数据
点的异常概率。
4 .根据权利要求3所述的方法,其中,所述第一工作节点获取所述第一数据集中数据点
的第一全局K-distance近邻包括:
所述第一工作节点计算所述第一数据集中数据点的第一局部K-distance近邻,其中,
所述第一局部K-distance近邻包括所述第一数据集中数据点在所述第一数据集中的K-
distance近邻;
所述第二工作节点计算所述第一数据集中数据点的第二局部K-distance近邻,其中,
所述第二局部K-distance近邻包括所述第一数据集中数据点在所述第二数据集中的K-
distance近邻;
所述第一工作节点基于第一局部K-distance近邻以及第二局部K-distance近邻,获取
所述第一数据集中数据点的第一全局K-distance近邻。
5 .根据权利要求4所述的方法,其中,所述第一工作节点基于第一局部K-distance近邻
以及第二局部K-distance近邻,获取所述第一数据集中数据点的第一全局K-distance近邻
包括:
所述第一工作节点获取所述第二工作节点确定的第二局部K-distance近邻;
所述第一工作节点基于所述第一局部K-distance近邻以及第二局部K-distance近邻,
获取所述第一数据集中的数据点的全局K-distance近邻。
6 .根据权利要求4所述的方法,其中,所述第一工作节点基于第一局部K-distance近邻
权 利 要 求 书
1/3 页
2
评论