大数据背景的光纤通信流量异常辨识研究

• 作者: 张睿萍 马宗梅
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 大数据 光纤通信 流量 异常 辨识 小波变换
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 光纤技术
• 页码范围: 75-78
• 页数: 4页
• 分类号: TN929
• 字数: 3615字
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2019.07.075

摘要

采用空时网格编码方法辨识异常光纤通信流量时,低于大数据背景中噪声干扰的能力差,辨识结果误差高、稳定性差.深入研究大数据背景的光纤通信流量异常辨识方法,构建基于LSSVM的光纤通信网络流量挖掘模型,挖掘大数据中光纤通信流量,采用小波变换对挖掘出的光纤通信网络流量实行去噪后,依据光纤通信流量的相对熵通过训练与辨识两个过程辨识异常流量.实验结果表明,所提方法的辨识值与实际值相同,可有效辨识大数据背景的光纤通信异常流量,且鲁棒性高达99％以上、辨识准确率均值超过99％、辨识耗时少,具有较高的鲁棒性、准确率和辨识效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宗梅	中原工学院计算机学院	9	22	2.0	4.0
2	张睿萍	中原工学院计算机学院	8	35	4.0	5.0