1. 项目概述:SVDD异常检测的核心思想
SVDD(Support Vector Data Description)是一种基于支持向量机的单分类算法,它的核心目标是在高维特征空间中找到一个最小体积的超球体,使得该球体能够包含尽可能多的目标数据样本。这个超球体由中心点a和半径R定义,通过优化过程确定其位置和大小。
与传统二分类SVM不同,SVDD特别适合异常检测场景,尤其是当正常样本远多于异常样本,或者异常样本难以获取的情况下。算法会将偏离超球体的样本判定为异常点,这种思想类似于"画一个圈把正常数据包起来"的直观做法,但在高维空间中通过核技巧实现了非线性划分。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数学原理与优化问题
2.1 原始问题表述
SVDD的基本优化问题可以表述为:
最小化:R² + C∑ξᵢ
约束条件:
||Φ(xᵢ) - a||² ≤ R² + ξᵢ
ξᵢ ≥ 0
其中:
- Φ(·)是将数据映射到高维特征空间的非线性变换
- a是超球体的中心
- R是超球体的半径
- ξᵢ是松弛变量,允许部分样本落在超球体之外
- C是惩罚参数,控制对异常点的容忍度
2.2 对偶问题求解
通过拉格朗日乘子法,我们可以得到对偶问题:
max L = ∑αᵢK(xᵢ,xᵢ) - ∑∑αᵢαⱼK(xᵢ,xⱼ)
s.t. 0 ≤ αᵢ ≤ C
∑αᵢ = 1
其中K(xᵢ,xⱼ) = Φ(xᵢ)·Φ(xⱼ)是核函数。常用的核函数包括:
- 高斯核:K(x,y) = exp(-γ||x-y||²)
- 线性核:K(x,y) = x·y
- 多项式核:K(x,y) = (x·y + c)^d
2.3 决策函数
对于一个新样本z,其到球心的距离平方为:
d²(z) = K(z,z) - 2∑αᵢK(z,xᵢ) + ∑∑αᵢαⱼK(xᵢ,xⱼ)
如果d²(z) > R²,则判定为异常点。R²可以通过支持向量计算得到。
3. Matlab实现详解
3.1 数据准备与预处理
matlab复制% 加载数据(示例使用Matlab自带的信用卡欺诈数据集)
load('creditcard.mat');
X = creditcard{:,1:30}; % 特征
y = creditcard{:,31}; % 标签(0=正常,1=欺诈)
% 数据标准化
X = normalize(X);
% 分割训练测试集(仅使用正常样本训练)
rng(1); % 固定随机种子
train_ratio = 0.7;
normal_idx = find(y==0);
train_idx = normal_idx(1:floor(train_ratio*length(normal_idx)));
test_idx = setdiff(1:length(y), train_idx);
X_train = X(train_idx,:);
X_test = X(test_idx,:);
y_test = y(test_idx);
3.2 SVDD模型训练
matlab复制% 设置SVDD参数
sigma = 1; % 高斯核参数
C = 0.1; % 惩罚参数
% 计算核矩阵
K_train = kernel_gaussian(X_train, X_train, sigma);
% 求解对偶问题
n = size(X_train,1);
H = (K_train .* (ones(n,1)*ones(1,n))); % H(i,j)=K(xi,xj)
f = -diag(K_train);
Aeq = ones(1,n);
beq = 1;
lb = zeros(n,1);
ub = C*ones(n,1);
alpha = quadprog(H, f, [], [], Aeq, beq, lb, ub);
% 计算半径R
sv_idx = find(alpha > 1e-5); % 支持向量索引
K_sv = K_train(sv_idx, sv_idx);
R_sq = 1 - 2*sum(alpha.*K_train(:,sv_idx),'all') + sum(sum((alpha*alpha').*K_train));
R = sqrt(R_sq);
3.3 核函数实现
matlab复制function K = kernel_gaussian(X1, X2, sigma)
% 计算高斯核矩阵
n1 = size(X1,1);
n2 = size(X2,1);
K = zeros(n1,n2);
for i=1:n1
for j=1:n2
K(i,j) = exp(-norm(X1(i,:)-X2(j,:))^2/(2*sigma^2));
end
end
end
3.4 异常检测与评估
matlab复制% 测试集预测
K_test = kernel_gaussian(X_test, X_train, sigma);
n_test = size(X_test,1);
dist_sq = zeros(n_
