科研之友
微信
新浪微博
Facebook
分享链接
摘要
分布式网络节点检测存在检测精度不准确，容易产生误判的现象。为了防止网络安全事故发生，保证数据信息的安全，提出一种基于数据挖掘的分布式网络异常节点检测方法。将分布式网络节点数据集中，数据样本的原始特征向量从高维空间转换到低维空间，通过数据挖掘方法提取分布式网络异常节点特征。分析BP神经网络权值调整特点，对BP神经网络的学习率和迭代次数调优，构建分类器模型。将提取的特征输入到分类器模型中，最终实现分布式网络异常节点检测。实验结果表明，所提方法的异常节点检测率在90%以上，校测效率高，且检测耗时在1.50s内。
-
单位河北工程大学; 邯郸学院
