图数据挖掘研究

随着近几年信息技术的发展,人们在生产生活的各个方面积累了大量复杂类型数据结构,图数据结构就是其中之一,对于图挖掘的研究也逐渐成为了科研领域的热点.文章通过对于目前学术界关于图挖掘的研究成果的总结,介绍了几类基本的图算法.同时,对于图数据研究的应用与面临的挑战也做了简要分析.     

基于模糊聚类的多类簇归属电力实体行为异常检测算法

针对数字化主动电网中电力实体行为复杂化、攻击手段隐蔽化等问题,提出了一种基于模糊聚类的多类别归属异常检测算法。首先,对电力实体行为相似性的度量方式进行优化,并基于优化后的度量方法构建模糊聚类算法,通过多次迭代得到实体行为对应各类别的隶属度矩阵;其次,根据类别软划分隶属度矩阵,分别计算实体在各个类别内的近邻距离、近邻密度与近邻相对异常因子等参数;最后,分析实体在各类簇内的相对异常情况,判断该电力实体行为是否属于异常行为。结果表明,与LOF,K-Means和Random Forest算法相比,新方法具有更高的异常行为检出数量和更优的异常检测评价指标,解决了传统异常检测算法样本评价角度单一的问题,进一步提高了数字化主动电网抵御未知威胁的能力。