科研之友
微信
新浪微博
Facebook
分享链接
摘要
大数据流序列异常检测过程中易受噪声数据的干扰，导致检测准确率和效率较低，为此提出基于改进PSO-PFCM聚类的大数据流序列异常检测算法。采用离散小波变换消除大数据中存在的噪声，避免检测过程受到噪声数据干扰，通过主成分分析法提取降噪后大数据流序列特征，采用基于改进PSO-PFCM算法优化大数据流序列特征的初始数目与中心，引入相似性区分矩阵模型，得到大数据流序列特征的异常数据，完成大数据流序列的异常检测。结果表明，所提方法的检测效率高，检测时间始终低于20s,检测准确率一直稳定保持在85%以上，召回率最高达到90%,能够有效检测出数据流中的异常序列，且具有较高的应用性。
-
单位沈阳航空航天大学; 中国刑事警察学院
