本文關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流中的異常數(shù)據(jù)挖掘算法仿真

  更多相關(guān)文章： 復(fù)雜網(wǎng)絡(luò) 數(shù)據(jù)流 異常數(shù)據(jù)

【摘要】：對復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流中的異常數(shù)據(jù)進行準確檢測,為保障網(wǎng)絡(luò)安全,需準確獲取異常數(shù)據(jù)的來源。傳統(tǒng)方法無法適應(yīng)復(fù)雜網(wǎng)絡(luò)中異常數(shù)據(jù)特征的高動態(tài)變化,從而降低了檢測的準確率。提出一種采用優(yōu)化遺傳算法的復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流中的異常數(shù)據(jù)挖掘方法。對復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流進行抽樣,并將抽樣結(jié)果作為樣本集,利用聚類算法獲得聚類中心,全部聚類中心構(gòu)成初始種群,對初始種群進行遺傳操作,對聚類中心和聚類數(shù)目進行自適應(yīng)調(diào)整,能夠更好的適應(yīng)復(fù)雜網(wǎng)絡(luò)中異常數(shù)據(jù)特征的高動態(tài)變化。仿真結(jié)果表明,改進算法能夠提高復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流中異常數(shù)據(jù)挖掘的準確率。
【作者單位】： 大連東軟信息學(xué)院計算機科學(xué)與技術(shù)系;大連工業(yè)大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 復(fù)雜網(wǎng)絡(luò) 數(shù)據(jù)流 異常數(shù)據(jù)
【分類號】：TP311.13;O157.5
【正文快照】： l引言 當(dāng)前,網(wǎng)絡(luò)已經(jīng)成為人們生活中的不可缺少的一部分,發(fā)揮的作用也越來越大⑴。隨著網(wǎng)絡(luò)技術(shù)的迅猛提高,網(wǎng)絡(luò)的功能越來越完善,結(jié)構(gòu)也越來越復(fù)雜[2],在復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流中,通常包含大量的異常數(shù)據(jù),這些異常數(shù)據(jù)包括網(wǎng)絡(luò)人侵數(shù)據(jù)、垃圾數(shù)據(jù)、惡意軟件、不良信息等[31,它們通，

本文編號：1071170