一种基于深度隔离森林的异常检测方法及装置

本发明属于异常检测技术领域，具体涉及一种基于深度隔离森林的异常检测方法及装置。该方法包括：将待检测的数据集输入到神经网络模型中进行数据映射及非线性划分，得到划分好的数据表示集合，利用划分好的数据表示集合构建隔离森林；计算整个隔离森林中数据点的平均路径长度和每个数据点的偏差密度度量，所述偏差密度度量基于局部密度及节点特征值与分裂阈值的偏差计算得到；基于平均路径长度和偏差密度度量计算每个数据点的异常评分，将异常评分与设定阈值进行比较，筛选出异常数据点，提高了识别不同数据类型和数据规模下的异常数据时的准确性和鲁棒性。