论文摘要
针对复杂时变拓扑网络异常数据检测率、误检率较高的问题,提取复杂时变拓扑网络异常数据检测优化方法.引入密度空间聚类方法,根据数据间的密度可达关系,计算数据集的局部异常因子;在获取局部异常因子基础上,精简检测区域数据点的数量,降低计算过程的复杂程度,实现时变拓扑网络异常数据检测邻域优化;结合信息增益,对数据特征属性区分,构建特征选择优化目标函数,实现异常数据检测的特征属性优化.实验结果表明,经过改进后异常数据检测算法的性能明显提高,保证了算法的高检测率与低误报率,且运行时间更短.
论文目录
文章来源
类型: 期刊论文
作者: 王艳丽,孔姝睿
关键词: 时变拓扑网络,异常数据,检测,信息增益
来源: 微电子学与计算机 2019年10期
年度: 2019
分类: 信息科技,基础科学
专业: 数学
单位: 商丘工学院信息与电子工程学院
分类号: O157.5
DOI: 10.19304/j.cnki.issn1000-7180.2019.10.020
页码: 103-106
总页数: 4
文件大小: 112K
下载量: 42