大数据环境下异常信息检测仿真研究

• 作者: 陈雅
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 大数据环境 异常信息 检测
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 仿真服务化
• 页码范围: 366-369
• 页数: 4页
• 分类号: TP391
• 字数: 3757字
• 语种: 中文

摘要

大数据环境下对异常数据的检测,可有效保障大数据环境的稳定运行.对异常信息的检测,需要计算出相邻节点特征值的时空相关性,根据聚类结果确定大数据环境下信息异常突变的概率,完成异常信息的检测.传统方法确定异常信息的置信区间,给出异常信息检测判断阈值,但忽略了确定信息异常突变的概率,导致检测精度偏低.提出基于模糊聚类的大数据环境下异常信息检测方法.利用对原数据集中的数据点按比例进行抽样形成原数据集的子集,对异常信息特征的观测值进行预处理,搜索目标函数的局部极值点,提取待检测异常信息滑动窗口的特征值,构建指定区间内邻居节点间的时空关系矩阵,计算出相邻节点特征值的时空相关性,根据聚类结果确定大数据环境下信息异常突变的概率,完成对大数据环境下异常信息检测.实验结果表明,所提方法精确度高,为提升大数据的环境质量奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈雅	淮阴师范学院计算机科学与技术学院	11	30	4.0	5.0