[论文解读] Periodicity Detection of Outlier Sequences Using Constraint Based Pattern Tree with MAD

N. Archana, Suvarna S. Pawar|arXiv (Cornell University)|Jul 7, 2015

Anomaly Detection Techniques and Applications参考文献 10被引用 4

一句话总结

该论文提出了一种新颖的算法，用于使用约束型模式树（CB-FP-tree）结合平均绝对偏差（MAD）检测时间序列数据中的周期性异常模式，以提高异常候选识别的准确性。通过应用层级和单调性约束来限制树的生长，并利用MAD优化异常检测，该方法在周期性检测方面相比STNR-out表现出更高的准确性，实验验证基于细菌蛋白序列。

ABSTRACT

Patterns that appear rarely or unusually in the data can be defined as outlier patterns. The basic idea behind detecting outlier patterns is comparison of their relative frequencies with frequent patterns. Their frequencies of appearance are less and thus have lesser support in the data. Detecting outlier patterns is an important data mining task which will reveal some interesting facts. The search for periodicity of patterns gives the behavior of these patterns across time as to when they repeat likely. This in turn helps in prediction of events. These patterns are found in Time series-data, social networks etc. In this paper, an algorithm for periodic outlier pattern detection is proposed with the usage of a Constraint Based FP (Frequent Pattern)-tree as the underlying data structure for time series data. The growth of the tree is limited by using level and monotonic constraints. The protein sequence of bacteria named E.Coli is collected and periodic outlier patterns in the sequence are identified. Further the enhancement of results is obtained by finding the Median Absolute Deviation (MAD) in defining candidate outlier patterns. The comparative results between STNR-out (Suffix Tree Noise Resilient for Outlier Detection) and proposed algorithm are illustrated. The results show the effectiveness and applicability of the proposed algorithm.

研究动机与目标

• 解决在时间序列数据中识别与正常行为显著偏离的稀有周期性模式的挑战。
• 通过将平均绝对偏差（MAD）整合到模式挖掘过程中，提高异常检测的精确度。
• 开发一种基于约束型FP树结构并结合层级和单调性约束进行剪枝的高效算法，用于周期性异常检测。
• 在真实生物时间序列数据上，评估所提方法与现有方法（如STNR-out）的性能表现。

提出的方法

• 该方法采用约束型FP树（CB-FP-tree）作为底层数据结构，以高效存储和挖掘时间序列数据中的频繁模式与异常模式。
• 在树构建过程中应用层级和单调性约束，以限制树的生长并减少计算开销。
• 利用平均绝对偏差（MAD）对候选异常模式进行精炼，通过量化模式频率的离散程度来识别统计上稀少的模式。
• 通过跟踪异常模式在时间序列中重复出现的时间间隔，分析其周期性。
• 在细菌蛋白序列上应用该算法，以检测具有潜在生物学意义的周期性异常模式。
• 与最先进的异常检测方法STNR-out进行对比分析，采用精确率和召回率作为评估指标。

实验结果

研究问题

• RQ1 如何利用约束型模式树结构在时间序列数据中有效检测周期性异常模式？
• RQ2 引入MAD在多大程度上能提升时间序列中真实异常模式的识别能力？
• RQ3 在周期性异常检测方面，所提算法在准确性和效率上与STNR-out相比表现如何？
• RQ4 层级和单调性约束的集成是否能增强异常模式挖掘的可扩展性和精确度？

主要发现

• 所提算法在检测周期性异常模式方面优于STNR-out，表现出更高的准确性，能更有效地识别真实异常。
• MAD的使用显著提升了候选异常模式的精炼效果，提供了一种稳健的离散度度量方法。
• 层级和单调性约束的应用有效减小了CB-FP树的规模，提升了计算效率。
• 在细菌蛋白序列上的实验结果证实了该方法检测具有生物学相关性的周期性异常模式的能力。
• 对比评估显示，与STNR-out相比，所提方法在精确率和召回率方面均表现出更优的性能。