分布异构网络微缺陷数据特征检测仿真研究

摘要：

微缺陷数据特征检测是分布异构网络研究领域的主要内容和基础工作.为满足分布异构网络微缺陷数据检测需求,传统的检测方法通过特征选取器挑选出微缺陷数据属性特征,降低数据集的属性维度,却忽略了正常数据与微缺陷数据的属性差异,导致检出率和准确率较低.提出一种基于切比雪夫系数的分布异构网络微缺陷数据特征检测方法.以增量方式建立网络数据特征的熵为测度的数据矩阵,获取网络数据主成分,根据获得的主成分分别构建正常数据子空间和异常子空间,根据测量数据不断更新子空间,在异常子空间中提取微缺陷数据特征,突出正常数据与微缺陷数据的属性差异,再采用欧式距离提前判定思想,结合切比雪夫系数进行微缺陷数据序列间的匹配对比,通过调节相异性判定阈值的大小将正常/微缺陷数据属性差异最大化.实验结果表明,所提方法提取出的数据特征加大了正常/异常数据属性差异,有效提高了微缺陷数据特征检测准确率.

关键词：分布异构网络、微缺陷数据、数据特征、检测

所属期刊栏目：35

分类号：TP301(计算技术、计算机技术)

在线出版日期：2018-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：314-317,322