基于时间序列交易数据的异常信息检测开题报告
2020-04-23 07:04
1. 研究目的与意义(文献综述)
进入二十一世纪以来,随着社会经济的快速发展,互联网技术突飞猛进,在这种发展形势下,网上交易应运而生。网上交易与生俱来的快速、便捷、低成本等优势使其在人们的生活领域和经济领域中的地位日趋凸显。其中,证券行业在互联网技术的不断渗透下,网上证券交易迅猛发展,日益成为证券交易的主要形式。但是,随着互联网的普及,针对网上证券交易的安全事件也日益增多。盗买盗卖、短线操作、连续集中交易等非法交易行为给投资者和证券公司带来经济损失的同时,也影响了证券行业的长远发展。且网上证券交易具有无人监管和交易量大的特点,所以对交易过程进行实时监控,即对交易数据进行异常检测,对可能存在的异常行为及时预警具有十分重要的意义。
时间序列异常检测是近些年才兴起的研究领域,是目前异常检测领域的研究热点。由于时间序列具有明显的时间属性,序列值之间必须按照时间先后顺序进行严格的排序,因此无序点集的异常检测方法对其并不适用。经过近几年的发展,产生了很多方法。主要有以下几大类:
(1)机器学习的方法
2. 研究的基本内容与方案
(1)研究的基本内容:本文针对网上证券交易容易出现非法交易行为等安全性问题,利用某只股票的即日交易数据,通过特征提取等方法建立合适的异常检测模型,找出异常数据,进一步判断该股票是否存在异常。
(2)目标:对即日交易数据建立异常检测模型,及时判断网上证券交易过程中的一些非法交易行为,进而保证投资者的财产安全以及证券市场的健康发展。
(3)拟采用的技术方案及措施:
3. 研究计划与安排
第1-3周 阅读各类文献、着重阅读与翻译一篇主要参考的英文文献,与老师讨论,提出自己的想法,并将开题报告的初稿写好,递与老师审阅;并按照指导老师意见认真修改自己的不足之处,完成开题报告的终稿。
第4-5周 寻找合适的研究数据,并完成数据的预处理。
第6-8周 根据所采用的方法,进行数据分析、编程、记录。对于结果进行确认、修正。对于出现的问题请教老师。
4. 参考文献(12篇以上)
[1] bhuyan m h,bhattacharyya d k,kalita j k.network anomaly detection:methods,systems and tools[j]. communications surveysamp;tutorials,ieee . 2014.
[2]wei wang,baoju zhang,dan wang,yu jiang,shan qin,lei xue. anomaly detection based on probability density function with kullback–leibler divergence[j]. signal processing,2016,126.
[3] ]farid kadri,fouzi harrou,sondès chaabane,ying sun,christian tahon. seasonal arma-based spc charts for anomaly detection: application to emergency department systems[j]. neurocomputing,2016,173.
您可能感兴趣的文章
最新文档
- 一种用于人体辐射散热的双向功能纺织品外文翻译资料
- 机器学习驱动下的互联网金融金融信用风险预测外文翻译资料
- C4.2 畸变屈曲强度(抗力)外文翻译资料
- 不同酒酿对全麦面包品质的影响外文翻译资料
- 利用物联网驱动的直流太阳能电池外文翻译资料
- 通过新型溶液合成的耐热聚酰亚胺分离器用于Li枝晶检测的全集成双功能分离器外文翻译资料
- 产生喜树碱的内生真菌深绿木霉LY357:喜树碱生产 的分离,鉴定和发酵条件优化外文翻译资料
- 载雷帕霉素活性氧清除支架治疗椎间盘退变外文翻译资料
- 具有宏观多维度的多功能水凝胶系综外文翻译资料
- 农产品绿色冷链性能评价外文翻译资料
- 建立互助生活老年人社区外文翻译资料
- 钢筋混凝土框架结构抗震性能评估外文翻译资料
- 冲动购买:模拟其先兆外文翻译资料
- 抗菌抗氧化剂电活性注射水凝胶作为皮肤创面愈合止 血粘连的自愈创面敷料外文翻译资料
- 尺寸限制和注意事项外文翻译资料