一种用于异常数据流挖掘的改进Apriori算法研究.pdfVIP

第42卷第1期计算机仿真2025年1月

文章编号：1006-9348(2025)01-0480-05

一种用于异常数据流挖掘的改进Apriori算法研实

金兰，陈荆亮

（1.武昌首义学院信息科学与工程学院，湖北武汉430064；

2.湖北工业大学计算机学院，湖北武汉430068）

摘要：Apriori算法需要多次扫描数据库，算法运行时间长，不利于实际应用，导致现阶段的异常流数据挖掘存在准确度低、时

间长等问题，为此提出一种用于异常数据流挖掘的改进Apriori算法。通过压缩矩阵改进Apriori算法，并通过改进Apriori

算法获取数据流的数据特征量；通过局部离群因子方法剔除数据流中的远距离聚类离群点，以提高数据流聚类效果；通过改

进K-means算法的最大最小距离方法完成异常数据流挖掘。实验结果表明，所提方法的异常数据流挖掘方法准确度更高、

挖掘效率更快、效果更好，更适合于实际应用。

关键词：异常数据流挖掘；局部离群因子；压缩矩阵

中图分类号：TP393文献标识码：B

ResearchonanimprovedApriorialgorithmfor

miningabnormaldatastreams

2

JINLan,CHENJing-liang

(1.CollegeInformationScienceandEngineering,WuchangShouyiUniversity,WuhanHubei430064,China;

2.SchoolofComputerScience,HubeiUniversityofTechnology,WuhanHubei430068,China)

ABSTRACT:Atpresent,theApriorialgorithmrequiresmultiplescansofthedatabase,whichisnotconduciveto

practicalapplication.InordertoaddressthelowaccuracyandlongrunningtimeoftheApriorialgorithminmininga-

nomalydatastreams,thispaperproposedanimprovedApriorialgorithm.Firstly,weimprovedtheApriorialgorithmby

compressingthematrix.Then,weusedtheimprovedalgorithmtoobtainthefeaturequantityofthedatastream.More-

over,weusedthelocaloutlierfactortoeliminatedistantclusteringoutliersinthedatastream,thusimprovingtheclus-

teringeffectofthedatastream.Finally,wecompletedtheminingforabnormaldataflowbythemaximumandmini-

mumdistancemethodoftheimprovedK-meansalgorithm.Experimentalresultsshowthattheproposed