随着信息时代的快速发展,数据量呈数以亿计的数量级增长。在这些数据中,正常数据点反映了数据的整体变化趋势,但异常数据点可能提示更重要的信息,如信用卡数据异常可能意味着信用卡被盗刷等等。因此,检测出正确的异常点可以正确识别数据提示的重要信息。由于数据类型和产生数据的形式多种多样,使得产生异常数据的原因各不相同,这增加了异常检测的难度。大多数现有的异常检测算法虽然在低维数据中有较高检测精度,但是随着数据特征的增多,检测精度逐渐下降。针对这一问题,本文从枢纽度和异常得分之间的关系出发,并且加强数据特征之间的关系提高异常检测算法精度。同时考虑采样时保留原数据集中数据分布特征,最后提出了基于密度偏移抽样的枢纽度异常检测算法DDHOD(Density Deviated Hubness Outlier Detection)。本文主要的研究内容包括:(1)大多数现有的异常检测算法在高维数据中失效的原因不仅是距离参数失效或者异常得分失去参考价值,高维数据特征之间的关系也影响到了异常检测算法精度。为了提高异常检测算法的检测精度,本文提高数据特征之间的关系对算法进行优化。同时,目前的采样策略大多以均匀采样为主,使最终的采样结果难以充分的表现出原始数据集中数据分布特征。因此,本文采用密度偏移抽样策略,在优化异常检测算法性能的基础上使得最终采样结果能够充分表现原始数据集中数据分布特征。(2)现有的异常检测算法大多仅从低维数据这个角度出发,难以避免数据特征增多带来的灾难,使得异常检测算法在低维数据中有较好的检测精度,但在高维数据中逐渐失去有效性。针对此问题,本文从多种规模数据集的数据特性出发,利用枢纽度和数据点异常得分之间的关系进行异常检测。(3)提出了基于密度偏移抽样的枢纽度异常检测算法DDHOD。通过在四个真实数据集上的实验结果表明,本文中的算法在ROC AUC指标以及收敛性上均有较好的检测效果。同时通过在人工合成数据集上的实验结果表明,本文算法检测精度不受不同密度数据及不同分布模型数据的影响。