科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前缺乏对铁路时间同步网异常流量自动检测方法的问题，研究结合有监督和无监督学习算法，提出一种基于mini batch k-means分类器和随机森林分类器联合的铁路时间同步网异常流量自动检测方案。通过综合判定mini batch k-means算法模型分类结果和随机森林算法模型分类结果，实现了对铁路时间同步网异常流量的自动检测，并在北京通信中心采集的数据集上进行仿真，对该检测方案进行了验证。结果表明，本研究提出的检测方案可准确检测铁路时间同步网的异常流量，相较于单一mini batch k-means分类器和随机森林分类器，提出的检测方案具有更高的检测准确率和更低的误报率与漏报率，检测准确率可达到90%以上，误报率和漏报率均低于10%,可满足铁路时间同步网检测对准确性、安全性、稳定性的要求。
- 单位
