非平衡数据分类是机器学习和模式识别方面的一个重要研究方向,在欺诈检测、医疗诊断等领域具有广泛的应用价值。非平衡数据分类问题是指对于数据集来说,类的分布具有倾斜性,多数类的数据样本覆盖性的多于少数类样本数量,少数类样本往往更具有研究价值,需要给予少数类足够的重视,而使用传统的分类方法不能很好的解决,因此研究基于非平衡数据的分类问题是近年来的一个研究热点。本文针对非平衡数据集,研究了基于密度的欠采样方法,在此基础上进行分类,并并在故障检测中进行了应用,实现了基于IIS日志的故障检测系统。本文的主要工作如下:1)提出了一种基于密度的欠采样方法-US-DP,该方法对多数类样本进行密度聚类,按照密度峰值对样本进行排序,选择具有较高密度峰值的样本,然后与少数类样本集合成新的样本集,进而针对采用后的数据集构造分类模型。该方法以密度为基础,根据数据分布的稠密与稀疏,尽量选取稠密分布的数据的聚类中心,从而可以减少噪声点的影响。同时通过对本文提出的方法进行实验验证,表明该方法对于非平衡数据分类具有较好的效果。2)通过使用JSP+Servlet+JDBC技术实现了基于IIS日志的故障检测系统,该系统分为四个功能模块:用户登录模块,数据预处理模块,数据通过分析模块,结果可视化模块。系统首先对日志数据进行处理,使其属性和格式可以得到转化;然后再用采样方法(随机欠采样、K-Means、Tomek links、US-DP)进行处理,并使用分类算法(C4.5,3-NN,Naive Bayes),进行分类。