1.一种面向KNN缺失值填充模型的数据投毒检测方法,其特征在于,包括以下步骤:获取待检测数据集,查找所述待检测数据集中的缺失样本;
统计所述缺失样本索引数组的长度,获得缺失样本个数;
基于改进的LOF算法和所述缺失样本个数对所述缺失样本进行计算,获得缺失样本预设范围的LOF值;
将所述缺失样本预设范围的LOF值进行对比,将对比结果反馈至计数器中;
基于参数阈值系数对所述计数器中的元素值进行判断,获得目标缺失样本检测结果;
基于所述目标缺失样本检测结果判断攻击者插入的有毒样本;
基于改进的LOF算法和所述缺失样本个数对所述缺失样本进行计算,获得缺失样本预设范围的LOF值的过程包括:获取所述缺失样本中数据点p到数据点o的欧式距离;
将所述数据点p到数据点o的欧式距离转化为数据点p到数据点o的第K距离;
基于所述数据点p到数据点o的第K距离获取第K距离邻域和第K可达距离;
基于所述第K距离邻域和第K可达距离获取改进的LRD值;
基于改进的LOF算法对所述改进的LRD值和所述缺失样本个数进行计算,获得所述缺失样本预设范围的LOF值;
所述获取第K距离邻域的表达式为:
其中,
所述第K可达距离的表达式为:
其中,
基于所述第K距离邻域和第K可达距离获取改进的LRD值的表达式为:其中,α为平滑系数,
所述获得所述缺失样本预设范围的LOF值的表达式为:其中,
基于参数阈值系数对所述计数器中的元素值进行判断,获得目标缺失样本检测结果的过程包括:对所述计数器中的元素进行排序,生成计数器中的元素值,若所述计数器中的元素值大于所述参数阈值系数和缺失样本数量的乘积,则判断所述计数器中的元素值对应的缺失样本为目标缺失样本,并输出目标缺失样本检测结果;
基于所述目标缺失样本检测结果判断攻击者插入的有毒样本的过程包括:获取目标缺失样本检测结果中每一个目标缺失样本的K个邻近;
将所述每一个目标缺失样本的K个邻近判断为攻击者插入的有毒样本并删除。
2.根据权利要求1所述的面向KNN缺失值填充模型的数据投毒检测方法,其特征在于,将所述缺失样本预设范围的LOF值进行对比,将对比结果反馈至计数器中的过程包括:将所述缺失样本的待对比样本与其他样本进行对比,若所述待对比样本的LOF值小于所述其他样本的LOF值,则将所述待对比样本对应的计数器上加1。