基于模糊神经网络的异常网络数据挖掘算法

• 作者: 王建新 许磊
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 模糊神经网络 异常网络数据 挖掘 特征提取
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 大数据与数据科学
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP391
• 字数: 4266字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.04.011

摘要

异常网络数据受到聚类中心的模糊加权扰动的影响,导致数据挖掘的聚类性不好.文中提出一种基于模糊神经网络的异常网络数据挖掘算法,该算法根据异常网络数据的混合分类属性进行相似度分析,提取异常网络数据的数值属性特征和分类属性特征,采用联合关联规则分析方法进行异常网络数据的模糊融合处理,采用基于模糊质心相异性的度量方法构建异常网络数据的分类模糊集,并在模糊数据集中进行异常网络数据混合加权和自适应分块匹配,进而提取异常网络数据的弱关联化特征量,最后将提取的特征量输入到模糊神经网络分类器中进行数据分类识别,完成异常网络数据的优化挖掘.仿真结果表明,采用所提方法进行异常网络数据挖掘的数据聚类性较好,挖掘过程的收敛性和抗干扰性较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建新	北京林业大学信息学院	35	165	8.0	11.0
2	许磊	北京林业大学信息学院	2	3	1.0	1.0