基于隐私保护的分布式数据流异常检测模型融合研究

项目名称： 基于隐私保护的分布式数据流异常检测模型融合研究

项目编号： No.60973120

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 傅彦

作者单位： 电子科技大学

项目金额： 30万元

中文摘要： 传统集中式异常检测的局限性迫使人们研究分布式检测技术，它成为了近几年学术界研究的一个热点问题。但分布式异常检测中的许多关键问题困扰学术界多年，如大规模数据搜集而不暴露用户的敏感信息、共享模型交换问题等。有鉴于此，本项目提出一种基于隐私保护的分布式数据流异常检测方法，主要研究以下几个关键技术：①#22522;于隐私保护的本地异常检测模型建立技术；②#26412;地异常检测模型标准化技术；③#20849;享模型交换技术；④#20840;局异常检测技术；⑤#25968;据流中概念漂移技术。具体地，在本项目中，拟采用集成学习技术能够大大提高分布式异常检测的准确性；利用神经网络的黑匣特性，能保护各数据持有者的隐私性；同时，拟采用双树递归快速核密度估计，无需对数据分布进行先验假设，并可估计任意形状的密度函数，非常适合对数据流进行处理。本项研究，对构建新一代分异布式异常检测模型等具有十分重要的理论意义和实际应用价值。

中文关键词： 异常检测；隐私保护；分布式；集成学习；

英文摘要：

英文关键词： Anomaly detection；privacy preserving；distribution；ensemble learning；