-
题名密度估计下异构网络数据异常辨识算法设计
- 1
-
-
作者
尚建贞
王欣欣
-
机构
河南牧业经济学院信息工程学院(软件学院)
华北水利水电大学机械学院
-
出处
《计算机仿真》
2024年第12期477-481,共5页
-
基金
河南省高校重点科研项目(21A520044)。
-
文摘
在海量数据中辨识异常数据是确保异构网络安全运行的前提条件,为提高数据异常辨识精度、敏感性和效率,提出一种基于密度估计的异构网络数据异常辨识算法。采用稀疏去噪自编码网络消除异构网络中存在的噪声数据,避免噪声数据对辨识过程产生干扰,提高辨识结果的稳定性;通过密度估计获取异构网络数据的特征曲线,对其展开加权叠加处理,获得异构网络数据特征,并采用MISE最小准则优化窗宽,提高特征提取精度;引入欧几里得距离计算网络数据特征之间的相似度,设定异常辨识阈值,完成异构网络数据的异常辨识。实验结果表明,所提算法具有较高的辨识精度、敏感性和辨识效率。
-
关键词
密度估计
稀疏去噪自编码网络
异构网络
密度估计
数据异常辨识
-
Keywords
Density estimation
Sparse de-noising self-coding network
Heterogeneous network
Density estimation
Identification of abnormal data
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
