[发明专利]一种基于动态分布函数的数据检测预警方法

权利要求书

1.一种基于动态分布函数的数据检测预警方法，其特征在于，包括：

S1、将若干检测数据集合在一起，形成数据样本矩阵，所述数据样本矩阵每一行代表一个数据对象，每一列代表数据对象的某种属性；数据抽样，形成检测数据样本向量；

S2、根据检测数据样本向量所服从的分布形式，计算属性的频率分布，并对参数均值、方差进行估计；

S3、计算属性值得概率分布模型，针对概率分布模型进行特定的相似度计算；

S4、在样本向量中寻找属性值偏离均值最大的数据对象；

S5、若该数据对象为异常数据对象，则从检测数据样本向量中剔除，得到新的检测数据样本向量，然后返回步骤S4；否则结束；

S6、若完成数据样本矩阵中所有数据样本的检测后，得到的异常数据对象占比大于设定阈值，则触发智能预警。

2.根据权利要求1所述的一种基于动态分布函数的数据检测预警方法，其特征在于，步骤S2所述检测数据样本向量所服从的分布形式采用随机动态假设的方式确定。

3.根据权利要求2所述的一种基于动态分布函数的数据检测预警方法，其特征在于，步骤S3采用概率分布结构相似性的计算方法，确定属性值的概率分布模型。

4.根据权利要求3所述的一种基于动态分布函数的数据检测预警方法，其特征在于，步骤S3具体为：记第k个概率分布函数和分布率分别为g_k(x)、g_k(n)；若检测数据样本向量所服从的分布形式为连续型，根据检测数据样本向量所服从的分布形式得到g_k(x)的表达式，从而求得样本估计参数，通过将求得的样本估计参数引入概率密度函数族中，获得对应的概率密度函数；

若检测数据样本向量所服从的分布形式为离散型，则先验证样本数据是否满足对应的分布形式，若满足，则根据检测数据样本向量所服从的分布形式得到g_k(n)的表达式，计算分布参数，从而得到对应的概率分布率。

5.根据权利要求4所述的一种基于动态分布函数的数据检测预警方法，其特征在于，步骤S3所述相似性计算，具体为：

若检测数据样本向量所服从的分布形式为连续型，相似性计算式为：

其中，f_p(x)为属性的频率分布；

若检测数据样本向量所服从的分布形式为离散型，相似性计算式为：

其中，high为上确界，low为下确界。

6.根据权利要求5所述的一种基于动态分布函数的数据检测预警方法，其特征在于，步骤S5判断异常数据对象的方式为：若该数据对象属性值大于均值，则判断是否满足下式：

若满足，则该数据对象为异常数据对象，否则结束；

若该数据对象属性值小于或等于均值，则判断是否满足下式：

若满足，则该数据对象为异常数据对象，否则结束。