本文選題：虛擬資源 + 特定數(shù)據(jù)��； 參考：《計(jì)算機(jī)仿真》2017年01期

【摘要】：對(duì)Web網(wǎng)絡(luò)虛擬資源中特定數(shù)據(jù)進(jìn)行檢測(cè),在提高網(wǎng)絡(luò)虛擬資源安全方面具有重要作用。由于海量Web網(wǎng)絡(luò)虛擬資源數(shù)據(jù)量過(guò)大,使得資源數(shù)據(jù)特征多且相似。傳統(tǒng)的檢測(cè)方法主要通過(guò)對(duì)資源數(shù)據(jù)特征進(jìn)行分類篩選來(lái)實(shí)現(xiàn)數(shù)據(jù)檢測(cè)的,當(dāng)出現(xiàn)大量相似的數(shù)據(jù)特征時(shí),不能準(zhǔn)確地進(jìn)行分類篩選,導(dǎo)致檢測(cè)不準(zhǔn)確、效率低的問(wèn)題。提出新的海量Web網(wǎng)絡(luò)虛擬資源中特定數(shù)據(jù)檢測(cè)方法。對(duì)海量Web網(wǎng)絡(luò)虛擬資源背景環(huán)境進(jìn)行分析,采集網(wǎng)絡(luò)虛擬資源數(shù)據(jù)集;利用小波變換分析法對(duì)采集的數(shù)據(jù)集進(jìn)行去噪并歸一化處理。引入?yún)^(qū)域特定數(shù)據(jù)離群系數(shù)算法,獲取特定數(shù)據(jù)與數(shù)據(jù)集遠(yuǎn)離程度度量因數(shù),并通過(guò)區(qū)域離群系數(shù)相關(guān)距離判斷是否存在特定數(shù)據(jù),實(shí)現(xiàn)對(duì)海量Web網(wǎng)絡(luò)虛擬資源中特定數(shù)據(jù)進(jìn)行快速檢測(cè)。仿真結(jié)果表明,改進(jìn)的檢測(cè)方法相比傳統(tǒng)的檢測(cè)方法檢測(cè)效率高,誤差低,時(shí)間短,具有一定的實(shí)用性。
[Abstract]:The detection of specific data in Web virtual resources plays an important role in improving the security of network virtual resources. Because of the large amount of virtual resource data in the massive Web network, the characteristics of the resource data are many and similar. The traditional detection method mainly realizes the data detection by classifying and filtering the resource data features. When a large number of similar data features appear, it can not be accurately classified and screened, which leads to the problem of inaccurate detection and low efficiency. This paper presents a new method for detecting specific data in massive Web network virtual resources. The background environment of massive Web virtual resources is analyzed and the data sets of virtual resources are collected. Wavelet transform method is used to Denoise and normalize the collected data sets. The region specific data outlier coefficient algorithm is introduced to obtain the measure factor of the distance between the specific data and the data set, and to judge the existence of the specific data by the distance correlation between the region outlier coefficient and the data set. To realize the rapid detection of the specific data in the massive Web network virtual resources. The simulation results show that the improved detection method has higher detection efficiency, lower error and shorter time than the traditional detection method.
【作者單位】： 中州大學(xué)信息工程學(xué)院;鄭州大學(xué)軟件與應(yīng)用科技學(xué)院;
【基金】：河南省高等學(xué)校重點(diǎn)科研項(xiàng)目(15B520044) 2015年鄭州市科技計(jì)劃項(xiàng)目(153PKJGG143)
【分類號(hào)】：TP393.06

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 張穎;;云計(jì)算環(huán)境下的學(xué)習(xí)資源個(gè)性化推薦技術(shù)研究[J];現(xiàn)代電子技術(shù);2016年19期

2 米允龍;米春橋;劉文奇;;海量數(shù)據(jù)挖掘過(guò)程相關(guān)技術(shù)研究進(jìn)展[J];計(jì)算機(jī)科學(xué)與探索;2015年06期

3 李永紅;張繼福;荀亞玲;;相關(guān)子空間中的局部離群數(shù)據(jù)挖掘算法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2015年03期

4 王茜;劉書(shū)志;;基于密度的局部離群數(shù)據(jù)挖掘方法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用研究;2014年06期

5 婁圣金;張繼福;劉愛(ài)琴;;一種基于p權(quán)值的離群數(shù)據(jù)挖掘算法[J];小型微型計(jì)算機(jī)系統(tǒng);2014年01期

6 陳亞麗;張龍波;李彩虹;張樹(shù)森;劉希昱;;數(shù)據(jù)密集型計(jì)算環(huán)境下離群點(diǎn)挖掘算法設(shè)計(jì)與實(shí)現(xiàn)[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

7 劉濱;;分布式數(shù)據(jù)挖掘綜述[J];河北科技大學(xué)學(xué)報(bào);2014年01期

8 侯曉晶;王會(huì)青;陳俊杰;劉茜;;基于最近鄰距離差的改進(jìn)孤立點(diǎn)檢測(cè)算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮婷婷;張繼福;;基于網(wǎng)格單元和P權(quán)值的離群數(shù)據(jù)挖掘方法[J];太原科技大學(xué)學(xué)報(bào);2016年05期

2 李少波;孟偉;璩晶磊;;基于密度的異常數(shù)據(jù)檢測(cè)算法GSWCLOF[J];計(jì)算機(jī)工程與應(yīng)用;2016年19期

3 張勇亮;李國(guó)林;林珍玉;李高揚(yáng);;一種基于粒度相關(guān)向量機(jī)的故障預(yù)測(cè)方法[J];計(jì)算機(jī)與現(xiàn)代化;2016年09期

4 許琳;趙茂先;;基于密度的局部離群數(shù)據(jù)挖掘算法研究[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年06期

5 王翠娥;;通信網(wǎng)絡(luò)中適應(yīng)度概率正則遷徙控制數(shù)據(jù)挖掘[J];控制工程;2016年07期

6 李明;劉濱;;基于數(shù)據(jù)驅(qū)動(dòng)的司法公開(kāi)信息化監(jiān)管系統(tǒng)[J];河北科技大學(xué)學(xué)報(bào);2016年04期

7 丁東亮;吳東月;于福利;;Spark在人類基因領(lǐng)域的應(yīng)用[J];計(jì)算機(jī)科學(xué);2016年S1期

8 劉韻;張遙;;大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)[J];數(shù)碼世界;2016年06期

9 呂艷歌;朱國(guó)魂;蔡云鵬;;基于Cox回歸模型的高血壓并發(fā)冠心病影響因素分析[J];桂林電子科技大學(xué)學(xué)報(bào);2016年02期

10 孫偉;;基于MATLAB的空間關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)與應(yīng)用[J];信息與電腦(理論版);2016年08期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李學(xué)龍;龔海剛;;大數(shù)據(jù)系統(tǒng)綜述[J];中國(guó)科學(xué):信息科學(xué);2015年01期

2 劉文奇;;中國(guó)公共數(shù)據(jù)庫(kù)數(shù)據(jù)質(zhì)量控制模型體系及實(shí)證[J];中國(guó)科學(xué):信息科學(xué);2014年07期

3 米允龍;姜麟;米春橋;;MapReduce環(huán)境下的否定粗糙關(guān)聯(lián)規(guī)則算法[J];計(jì)算機(jī)集成制造系統(tǒng);2014年11期

4 劉智慧;張泉靈;;大數(shù)據(jù)技術(shù)研究綜述[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2014年06期

5 馮登國(guó);張敏;李昊;;大數(shù)據(jù)安全與隱私保護(hù)[J];計(jì)算機(jī)學(xué)報(bào);2014年01期

6 姜麟;米允龍;王添;;大數(shù)據(jù)下不完備信息系統(tǒng)近似空間的并行算法[J];計(jì)算機(jī)工程與應(yīng)用;2014年15期

7 孫光福;吳樂(lè);劉淇;朱琛;陳恩紅;;基于時(shí)序行為的協(xié)同過(guò)濾推薦算法[J];軟件學(xué)報(bào);2013年11期

8 劉愛(ài)琴;張繼福;荀亞玲;;基于大熵值變化區(qū)域和余弦相似度的離群迭代算法[J];小型微型計(jì)算機(jī)系統(tǒng);2013年07期

9 孟小峰;慈祥;;大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)[J];計(jì)算機(jī)研究與發(fā)展;2013年01期

10 劉大有;陳慧靈;齊紅;楊博;;時(shí)空數(shù)據(jù)挖掘研究進(jìn)展[J];計(jì)算機(jī)研究與發(fā)展;2013年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王科;論網(wǎng)絡(luò)時(shí)代圖書(shū)館服務(wù)的發(fā)展方向[J];圖書(shū)館;2003年03期

2 霍岱云,劉秀榮;網(wǎng)絡(luò)時(shí)代大學(xué)圖書(shū)館對(duì)館舍的要求[J];中華女子學(xué)院山東分院學(xué)報(bào);2003年03期

3 梁紅櫻;;網(wǎng)絡(luò)環(huán)境下圖書(shū)館電子文獻(xiàn)的采集[J];貴圖學(xué)刊;2003年01期

4 李翠萍,李紅衛(wèi);網(wǎng)絡(luò)環(huán)境下的圖書(shū)館服務(wù)[J];科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì);2005年12期

5 尹銀懷;;論學(xué)校圖書(shū)館的網(wǎng)絡(luò)虛擬資源在學(xué)生信息素質(zhì)及現(xiàn)實(shí)生活中的意義[J];農(nóng)業(yè)圖書(shū)情報(bào)學(xué)刊;2010年06期

6 周文苑;周怡;;網(wǎng)絡(luò)環(huán)境下圖書(shū)館為教學(xué)服務(wù)的現(xiàn)狀與對(duì)策[J];吉林省教育學(xué)院學(xué)報(bào);2008年06期

7 何銳鷹;建立全方位的網(wǎng)上資源服務(wù)體系——試論《普通高等學(xué)校圖書(shū)館規(guī)程(修訂)》中網(wǎng)絡(luò)虛擬資源及讀者服務(wù)的新變化[J];河北科技圖苑;2002年04期

8 尹銀懷;;論圖書(shū)館的網(wǎng)絡(luò)傳播對(duì)學(xué)生的影響[J];東南傳播;2010年02期

9 許丹陽(yáng);網(wǎng)絡(luò)環(huán)境下圖書(shū)館服務(wù)新論[J];圖書(shū)館學(xué)研究;2002年11期

10 周華;網(wǎng)絡(luò)時(shí)代高校讀者自主意識(shí)的培養(yǎng)[J];圖書(shū)與情報(bào);2004年02期

，

本文編號(hào)：2077238