在实际的数据分类任务中,经常面临数据类别分布不均衡的问题,具体表现为属于某一类的样本数远超过另一类。若直接使用分类器对不均衡数据进行学习,会引发分类结果向多数类偏置。因此,研究不均衡数据处理方法受到国内外广泛重视。不均衡数据处理方法大致可分为算法层方法、特征层方法和数据层方法。数据层不均衡数据处理方法通过调整样本数量实现数据均衡化,在不均衡数据处理中应用广泛。传统的采样方法中插值具有盲目性,无法在插值时维持分布的稳定,然而数据样本的空间分布信息与分类模型的精度息息相关,对不均衡数据进行欠（过）采样而不考虑维持样本的原始分布信息将会造成噪声点增多、分类边界破坏等问题。本文提出两种数据分布驱动的不均衡数据综合采样法,分别针对高维不均衡数据集和具有任意复杂稀疏分布的不均衡数据集进行处理。通过建模学习样本的空间分布特性,依据其分布特性对不均衡数据集进行约束化采样,从而能在维持样本分布特性的基础上完成对不均衡数据的处理,有效提升分类器性能。论文主要贡献总结如下:（1）提出一种基于谱聚类的不均衡数据过采样法（Spectral cluster ing-based adaptive synthetic sampling,SCbADASYN）。通过谱聚类挖掘少数类样本的内部结构（聚类簇结构特性）对其进行自适应过采样,以获得样本分布结构特性保持的均衡数据样本。SCbADASYN引入了谱聚类所蕴含的数据降维思想,能在获得高维少数类不均衡数据集的空间分布特性的基础上进行自适应样本插值,有效解决高维数据分布不均衡所带来的分类偏向问题,提高了传统分类器精度。（2）提出一种基于贝叶斯变分推断高斯混合模型的自适应采样法（Variation Bayesian Gaussian mixture model-based adaptive synthetic sampling,VBGMM-Sampling）。将变分推断引入到高斯混合模型学习中,实现模型高斯分量的优化求解。VBGMM-Sampling能有效获得任意未知分布下少数类样本的空间分布特性,解决传统的聚类方法需要人为假定其分类簇数量的问题。该方法采用最优化高斯混合模型进行样本分布特性学习与自适应过采样,并引入tomek-link对所有样本进行均衡化清洗,理论上能处理具有任意复杂分布特性的不均衡数据集,获得分布结构特性保持、不破坏多数类少数类分类边界的均衡样本,利于分类器性能提升。（3）结合数值仿真数据、UCI公共不均衡数据、真实网络入侵数据（NSL-KDD和KDD99）以及信用卡欺诈数据进行大量实验。数值仿真结果表明数据驱动采样可有效维持分布、提高分类准确率。实验结果表明:SCbADASYN能有效提升分类器在不均衡集上的分类能力。信用卡欺诈检测实验表明将VBGMM-Sampling与传统分类器相结合用于极度不均衡的信用卡欺诈检测处理能取得优异的识别性能,表明所提方法具有推广应用潜力。