数据流突变检测是数据流研究领域中的一个重要分支,受到越来越多的科研学者的高度重视。数据流突变检测的应用非常广泛,可以应用在金融、灾害预警、网络流量监控等重要领域。目前存在的数据流突变检测算法多数集中在检测单调聚集函数的突变,且都是利用固定滑动窗口来检测数据流的突变,而用于突变检测的数据结构不能适应数据流实时更新的特点,缺乏灵活性和适用性。为提高大规模、连续数据流的突变检测效率,需要研究新的实时性和伸缩性强的数据结构和精确度高的数据流突变检测算法。本文在分析和研究国内外数据流突变检测技术的基础上,对现有数据流突变检测算法进行改进,优化数据流的输入,提高数据流突变检测的效率。针对现有的数据流突变检测算法存在的不足,本文给出一种改进的数据流突变检测算法。该算法与现有的算法相比具有如下优势:第一,对输入的数据流进行优化,能够将负数据流、以及正负交错数据流都转变成非负的数据流,从而放宽输入数据流的限制条件,并且可以处理非单调聚集函数的突变;第二,构建了一个弹性的数据结构,能够高效的检测潜在突变的数据流;第三,该算法能够用较少的时间检测潜在突变的数据流,从而提高数据流突变检测的效率,降低了数据流突变检测的时间复杂度。为验证本文给出的数据流突变检测算法的可行性和有效性,利用网络真实访问量和人造数据集进行仿真实验,实验结果表明与同类突变检测算法相比,所给出算法在正负交错数据流突变检测中具有较小的检测时间开销和较高的检测精度。