10.11959/j.issn.1000-0801.2020270
基于密度聚类的网络性能故障大数据分析方法
针对层出不穷的网络安全事件,如何快速在海量监测数据中发现异常数据,并开展网络故障分析成为研究难点.针对该问题,提出一种基于密度聚类的网络性能故障大数据分析方法,通过熵权分析、数据清洗与标准化处理实现关键性能特征提取与数据整形,基于参数调优的DBSCAN聚类算法提取性能故障异常数据.基于实时采集的全国多家运营商海量骨干网链路性能数据验证该算法,结果表明,与人工标注网络性能异常数据相比,其识别的准确性超过90%,可满足开展全国网络运行故障分析的需求.
网络性能、机器学习、密度聚类、测量分析
36
TP393(计算技术、计算机技术)
2020-10-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
51-58