一种大数据分析平台中的实时异常检测方法

本发明涉及异常数据检测技术领域，具体涉及一种大数据分析平台中的实时异常检测方法。实时获取大数据分析平台中的待测数据段，并设置了多个不同的K值，分析数据点在不同K值下的聚类结果。在每个K值对应的聚类结果中，分析聚类簇间的数据量差异及数据离散特征，计算聚类簇的异常因子。随着K值增加，若数据点所属聚类簇的异常情况不断变化，则表明其可能频繁转移，接近不同聚类簇边界，从而异常可能性增加。故分析每个数据点在不同K值下的异常因子的变化情况及数值特征，得出异常程度值，更准确地表征数据点异常情况。最终，基于异常程度值进行实时异常检测，提升检测准确性。