10.3969/j.issn.1002-0802.2019.01.023
网络数据流异常检测研究
网络数据流是典型的时间序列.具有动态性、高维性、无限性等特点.数据流每时每刻在不断变化,传统的处理方法存在多种弊端.根据网络数据流特性,提出基于DT-KNN的网络数据流异常检测算法,在理论和实验两个方面验证其高效性.具体地,在KNN算法中引入累计距离的概念,用以预测待检测未知点的变化趋势,并在流式处理平台Storm上加以实现,最终对基于DT-KNN的网络数据流异常检测算法进行MATLAB仿真.仿真结果表明,基于DT-KNN的网络数据流异常检测算法具有更高的准确率和更好的时效性.
网络数据流、异常检测、KNN算法、Storm平台
52
TP393.2(计算技术、计算机技术)
国家自然科学基金61601261;山东省自然科学基金ZR2016FB20;山东省高等学校科技计划J17KA062;教育部产学合作协同育人项目201602028014
2019-03-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
129-133