李春生，于 澍，刘小刚

(东北石油大学 计算机与信息技术学院，黑龙江 大庆 163318)

0 引 言

随着网络和信息技术的广泛普及，人们在日常活动中会产生大量的数据，而从这些数据中发现某种未知的规律，挖掘其中隐含的信息与知识，成为了研究者们的研究乐趣。在这个过程中，数据预处理占据了较大的一部分，其中很重要的一方面就是对于异常数据的识别，即异常点检测技术，它会影响后续数据挖掘模型的预测效果和实用性。异常点又叫做噪声、孤立点、离群点等。然而发现的异常数据并不能简单地直接剔除掉，不仅会影响数据的连续性，而在某些领域中，这些被认为是不正常的数据隐藏着更有价值的信息，例如把异常点检测技术应用到以下领域：保险理赔，银行交易中的欺诈检测及风险分析；医药研究中药品所产生的异常反应[1]；网络安全方面入侵行为的检测。

目前，异常数据的挖掘算法大致有基于统计、基于距离、基于密度、基于聚类等。其中传统的基于距离的异常数据挖掘算法原理较为简单，使用方便，在数据集分布均匀的情况下，检测效果较好，但存在以下缺陷：参数设置复杂，检测效果对参数要求较高；异常数据并不是存在于所有属性上，只存在于某些影响数据稳定性的属性上；当数据集分布不均匀时，可能会出现偏差，不能有效地检测出异常点。

为了解决上述问题，提出了一种基于改进距离和的异常数据检测算法；对于终端的不确定性选择属性困难的问题，引入了“属性隶属度”的概念；……