复杂时变拓扑网络异常数据检测优化仿真

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

• 1 引言
• 2 时变拓扑网络异常数据检测优化算法
•   2.1 数据集的局部异常因子
•   2.2 时变拓扑网络异常数据检测邻域优化
•   2.3 时变拓扑网络异常数据特征选择优化
• 3 实验结果与分析
• 4 结束语

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