一种面向高维数据流的自适应核密度异常检测方法

本发明公开一种面向高维数据流的自适应核密度异常检测方法，包括以下步骤：基于信息熵计算各属性权重，结合改进的DBSCAN算法对输入数据流聚类；通过KL散度优化模型从每个聚类中提取代表性数据子集；基于可达距离计算KOF值上界过滤正常点；对剩余数据点计算精确KOF值并判定异常；本发明在高效性、通用性、实时性和准确性等方面均表现出色，相比现有技术具有显著优势，为解决多维数据流中的异常检测问题提供了新的思路和方法。