关于网络异常信息数据快速提取仿真

摘要：

对网络异常信息数据进行提取,在提高网络运行稳定性及有效性方面具有重要意义.由于网络异常信息数据的易变性及易干扰性,使得异常信息数据特征不稳定;传统方法在对异常信息数据进行提取时,针对特征不稳定性,引入异常信息数据判断规则,确定网络不同异常信息数据特征之间的关联规则,完成异常信息数据的提取,但忽略了异常信息数据判断规则的生成过程,对异常数据特征带来的干扰,导致提取精度偏低.提出基于KNN思想重新定义的网络异常信息数据快速提取方法.在分析网络异常信息数据系统原理特征基础上,获取异常信息数据特征响应函数,以平方差函数值最小为机制更新簇的中心点,求得异常信息数据的功率谱密度函数作为数据特征,结合遗传算法进行异常信息数据特征优选.采用KNN思想重新定义异常信息数据局部密度和距离,考虑异常信息数据的优选特征,给出异常信息数据判断规则,实现异常信息数据快速提取.实验结果表明,该方法异常信息数据提取覆盖率较高,且有效降低了内存开销和时间开销.

关键词：网络、异常、信息数据、快速提取、密度函数

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-02-22（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：233-236,400