基于小波神经网络的大数据在线负载异常监测技术研究

• 作者: 李星
• 来源期刊: 现代电子技术
• 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
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 95-97
• 页数: 3页
• 分类号: TN915.02-34|TP393
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.11.022

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李星	内蒙古师范大学青年政治学院	8	6	2.0	2.0