科研之友
微信
新浪微博
Facebook
分享链接
摘要
对网络用户访问数据的高效检测,可更好的提升网络的运行质量。对网络用户访问数据的检测,需要对数据集中的时间序列数据进行特征提取,计算数据正交坐标系之间最小距离,完成对访问数据的检测。传统方法对用户访问数据多元时间序列的协方差矩阵进行特征分解,但忽略了计算正交坐标系之间的距离,导致数据检测精度低。提出基于聚类划分的面向网络的用户访问数据检测方法。融合于层次凝聚方法对面向网络的用户访问数据集进行层次分解,计算数据集中任意两个对象之间的距离,采用簇间最小距离对不同类型的数据进行凝聚簇,获取高质量的簇中心,组建基于信息熵的数据微聚类过滤机制,对数据集中的时间序列数据进行特征提取,计算数据正交坐标系之间最小距离,以计算的结果为依据完成对面向网络的用户访问数据检测。实验结果表明,所提方法检测精度高,可以有效地提升网络的服务质量。
-
单位大连理工大学城市学院
