摘要:离群点检测是数据挖掘领域研究的热点之一，主要目的是识别出数据集中异常但有价值的数据点. 随着数据规模不断扩大，使得处理海量数据的效率降低，随即引入分布式算法. 目前现有的分布式算法大都用于解决同构分布式的处理环境，但在实际应用中，由于参与分布式计算的处理机配置的差异，现有的分布式离群点检测算法不能很好地适用于异构分布式环境. 针对上述问题，本文提出一种面向异构分布式环境的离群点检测算法. 首先提出基于网格的动态数据划分方法（Gird-based Dynamic Data Partitioning，GDDP），充分利用各处理机的计算资源，同时根据数据点的空间位置信息进行数据划分，可有效减少网络通信. 其次基于GDDP算法，提出了异构分布式环境中并行的离群点检测算法（GDDP-based Outlier Detection Algorithm，GODA）. 该算法包括2个阶段：在每个处理机本地，按照索引中数据点的顺序进行过滤，通过2次扫描得到离群点候选集；判断候选离群点需要进行网络通信的处理机，使用较低网络开销得出全局离群点. 最后，通过大量实验验证了本文提出的GDDP和GODA算法的有效性.