一种面向金融流数据的异常检测方法
公开
摘要
本发明公开一种面向金融流数据的异常检测方法，包括以下步骤：(1)kafka采集金融数据作为数据源，使用kafka保证数据的流式语义并将数据传输到Flink端。(2)Flink平台对数据进行预处理。(3)离群点检测模型采用基于核密度估计(KDE)方法对流数据进行离群点检测。(4)算法将数据空间划分为固定区域大小的单元格，根据数据对象的分布情况为单元格赋权值，处理滑动窗口中新到来的数据对象和已过期的数据对象对KDE值产生的影响。(5)本发明采用基于权值的方式过滤权值净变化量较小的单元格以降低计算成本，提高检测速度。本发明为金融流数据的异常检测提供了一套流处理系统和一种基于核密度的异常检测方法，为流数据的异常检测提供了解决方案。
基本信息
专利标题 ：
一种面向金融流数据的异常检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114328479A
申请号 ：
CN202111471859.7
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
娄渊胜张瀚文
申请人 ：
河海大学
申请人地址 ：
江苏省南京市鼓楼区西康路1号
代理机构 ：
代理人 ：
优先权 ：
CN202111471859.7
主分类号 ：
G06F16/215
IPC分类号 ：
G06F16/215 G06F16/2455 G06F16/2458 G06Q40/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/215
•••提高数据质量；数据清理，例如重复数据消除、删除无效条目或更正排版错误
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
