基于小波神经网络的大数据在线负载异常监测技术研究

摘要：

为了提高大数据负载监测的有效性和准确性,采用神经网络算法对大数据负载进行监测.根据相邻时间段的负载数量变化建立负载预测模型,结合负载变化情况判定当前负载状态.对负载变化明显的时间段,采用神经网络算法对负载情况进行正向和反向运算.根据得到的结果与阈值相比较,超出阈值的负载判定为异常负载,将其从大数据平台剔除,确保大数据平台在线负载连接的真实性和有效性.仿真结果显示,基于神经网络的大数据负载方法在准确性和运行效率上均表现良好.

关键词：大数据、负载监测、神经网络、负载预测、网络带宽、流量消耗

所属期刊栏目：42

分类号：TN915.02-34;TP393

资助基金：内蒙古自治区高等教育科学研究"十三五"规划课题NGJGH2016201:网络工程专业"3+1"校企联合人才培养模式的实践与研究

在线出版日期：2019-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：95-97