一种工业互联网大数据中异常数据挖掘方法及系统

本发明公开了一种工业互联网大数据中异常数据挖掘方法及系统，包括：步骤1.计算数据集中每个样本的互k近邻集合 MkNN；步骤2.基于所述MkNN集合计算每个样本的变化分数 VS；步骤3.计算每个样本到其k近邻的最大距离作为隔离分数 IS；步骤4.基于所述变化分数 VS 与隔离分数 IS计算得到局部变化度 LVD；步骤5.选取LVD值最大的样本进行类别标注，并将该样本及其k近邻的LVD值置为无效；步骤6.重复步骤5直至满足迭代终止条件，输出标注的异常数据集合。本发明通过引入局部变化度，能够充分利用局部数据分布的突变定位异常区域，并显著减少了发现数据集中全部异常数据所需要的问询次数，从而提升工业互联网大数据中异常数据挖掘的效率和准确率。