基于非监督模型的无线网络异常检测

• 作者: Alexis Huet 代心灵 周鹏 石路路 胡曼恬
• 来源期刊: 江苏通信
• 关键词: 异常检测 无线网络 非监督学习 语义分析模型
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 技术与实践
• 页码范围: 38-43,51
• 页数: 7页
• 字数: 6458字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9513.2017.06.018

摘要

非监督学习方法可自发地描述数据结构并且推导出网络模式,这对于确认非预期的异常行为并及时地检测出新的异常现象的类型是有效的.本文使用不同的非监督模型来分析无线网络中的流量数据,着重于分析流量数据结合时间轴信息的模型.本文介绍了一个基于高斯概率的潜在语义分析模型——GPLSA,并将该模型与其他方法进行比较,试验结果表明:在一个完全自动化,以数据为驱动的解决方案中,GPLSA可以提供一个稳健的,超前的异常现象检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周鹏		4	48	2.0	4.0
2	石路路		4	5	1.0	2.0
3	Alexis Huet		5	8	2.0	2.0
4	胡曼恬		2	1	1.0	1.0
5	代心灵		3	2	1.0	1.0