一种低复杂度的面向未知分布的异常检测方法

本发明公开了一种低复杂度的面向未知分布的异常检测方法，属于异常检测技术领域，选择一个以高概率由正常分布生成的序列样本，将其作为聚类中心。随后，识别前t个距离聚类中心最远的样本为异常序列。最终，更新正常样本的聚类中心，并通过循环迭代来减少由经验概率分布不精确带来的误差。通过仿真可以看出，在异常数目未知场景下，相较于已有的最优算法，本发明提出的低复杂度异常检测算法能够以更少的运行时间实现同样的性能。