TY - JOUR A2 - Xiong, Fei AU - Bah, Mohamed Jaward AU - Wang, Hongzhi AU - Zhao, Li-Hui AU - Zhang, Ji AU - Xiao, Jie PY - 2021 DA - 2021/09/13 TI - EMM-Clods：一种有效的微集群和最小的基于群集的基于聚类的技术，用于检测数据流中的异常值SP -9178461 VL -2021 AB-检测数据流中的异常值是一个具有挑战性的问题，这是一个具有挑战性的问题，并且传入的流数据不断发展。多年来，一种常见的离群检测方法是使用基于聚类的方法，但是这些方法具有固有的挑战和缺点。其中包括有效聚类稀疏数据点，这与聚类方法的质量有关，处理连续快速的数据流，高内存和时间消耗以及缺乏高离群检测准确性。本文旨在提出一种有效的基于聚类的方法来检测不断发展的数据流中的异常值。我们提出了一种新方法，称为有效的微集群和最小的基于群集聚类的方法，用于数据流（EMM-CLODS）中的异常检测。这是一种基于聚类的异常检测方法，它通过首先应用微聚集技术来群集密集的数据点，并根据其状态与各自的邻居或位置有效地处理对象，从而检测出数据流的异常值。与其他基线算法相比，我们对合成数据集和现实世界数据集的实验研究的分析表明，该技术在最小的内存和时间消耗方面表现良好，这使其成为处理数据流中异常检测问题的非常有前途的技术。SN -1076-2787 UR -https：//doi.org/10.1155/2021/9178461 do -10.1155/2021/9178461 JF-复杂性PB- Hindawi KW- Hindawi KW- ER-