基于BP神经网络的互联网异常数据智能检测方法

作者：张子涵

来源：信息与电脑(理论版), 2022, 34(16): 70-72.

• 神经网络
• 互联网
• 异常数据
• 智能检测

由于传统异常数据智能检测方法在检测过程中耗时较长，检测准确率较低，因此本文设计了基于反向传播（Back Propagation,BP）神经网络的互联网异常数据智能检测方法。构建神经网络模型并增加子网络与激发函数，通过极端梯度提升算法确定网络中异常的数据值，增加多层卷积核算法并智能检测异常数据。实验结果表明，采用BP神经网络进行异常数据检测时，收敛速度为28s，且整体检测耗时为6.5min，对于不同异常数据类型进行检测的平均准确率为84.17%，检测方法效果较好，具有一定的应用性能。

• 单位
  吉林大学