科研之友
微信
新浪微博
Facebook
分享链接
摘要
对网络异常信息数据进行提取,在提高网络运行稳定性及有效性方面具有重要意义。由于网络异常信息数据的易变性及易干扰性,使得异常信息数据特征不稳定;传统方法在对异常信息数据进行提取时,针对特征不稳定性,引入异常信息数据判断规则,确定网络不同异常信息数据特征之间的关联规则,完成异常信息数据的提取,但忽略了异常信息数据判断规则的生成过程,对异常数据特征带来的干扰,导致提取精度偏低。提出基于KNN思想重新定义的网络异常信息数据快速提取方法。在分析网络异常信息数据系统原理特征基础上,获取异常信息数据特征响应函数,以平方差函数值最小为机制更新簇的中心点,求得异常信息数据的功率谱密度函数作为数据特征,结合遗传算法进行异常信息数据特征优选。采用KNN思想重新定义异常信息数据局部密度和距离,考虑异常信息数据的优选特征,给出异常信息数据判断规则,实现异常信息数据快速提取。实验结果表明,该方法异常信息数据提取覆盖率较高,且有效降低了内存开销和时间开销。
-
单位中国人民解放军空军航空大学; 吉林财经大学
