大数据网络环境下异常节点数据定位方法仿真

摘要：

对大数据网络环境下异常节点数据的定位研究,可以有效降低网络空间存在的安全威胁和存储开销.对异常节点数据的定位,需要结合匹配投影理论寻求优化特征解,找出所有匹配的特征点对.传统方法将节点动态感知数据聚合成变宽的直方图,来准确定位节点异常数据,但忽略了求取节点的匹配特征点对,导致定位精度较低.提出基于自适应级联陷波的异常节点数据定位方法.从滑动窗口内采样节点数据的近似度出发,结合聚类理论思想判断窗口内的节点数据是否异常,依据邻居信息将网络节点自我判断阶段的判决进行调整,设计二阶格形滤波器结构,用多个固定陷波器级联抑制异常节点数据属性干扰成份,结合匹配投影理论寻求优化特征解,找出所有匹配的特征点对,从而实现异常节点数据定位.仿真证明,所提方法能够有效提升异常节点数据定位精度,且具有较好的抗干扰性能.

关键词：大数据网络环境、异常节点、数据定位

所属期刊栏目：34

分类号：TP273(自动化技术及设备)

资助基金：龙江省高校科研成果产业化前期研发培育项目1254CGZH04;齐齐哈尔市科学技术计划项目GYGG-201516;齐齐哈尔市科学技术计划项目GYGG-201421;黑龙江省教育厅基本业务专项项目135109220;黑龙江省教育厅基本业务专项项目135109247

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：273-276