裴丽鹊

（福建对外经济贸易职业技术学院信息技术系，福建 福州 350016）

一种基于滑动窗口的时间序列异常检测算法

裴丽鹊

（福建对外经济贸易职业技术学院信息技术系，福建 福州 350016）

时间序列的异常检测的应用越来越广泛，本文是讨论在基于分段线性的FKD时间序列模式表示基础上时间序列的异常检测。文中提出了一种基于滑动窗口的时间序列模式偏离和窗口异常度的概念，并在此基础上提出了基于滑动窗口的时间序列模式异常的检测算法。通过实验证明了该算法是合理的、有效的。

时间序列；滑动窗口；异常检测

1 引言

数据挖掘是从大量的数据中抽取潜在的、新颖的、有价值的过程。数据挖掘的主要任务是发掘相似的模型，但异常检测在近年越来越受关注，特别在金融、通信、网络监测等众多领域有着广泛的应用。

当前异常数据挖掘的方法主要有五类[1]：基于统计的方法、基于聚类的方法、基于距离的方法、基于密度的方法、基于偏差的方法。其中基于统计的方法包括了基于分布的方法和基于深度的方法。但这些方法主要是针对于无序的数据集，而对于序列值之间存在严格顺序的时间序列并不适用。

2 相关研究

国外于1995年开始对于时间序列的异常研究有所研究，近年来又提出了许多新的观点和方法，而国内起步较晚，但近几年来发展很快。对于异常数据挖掘的研究工作目前还不是很成熟，甚至迄今为止，在学术界上时间序列的异常还没有一个公认的定义。……