針對(duì)聚類算法普遍存在的數(shù)值震蕩和計(jì)算量大以及傳統(tǒng)異常檢測(cè)中存在的分析準(zhǔn)確率低和時(shí)效性差等問題,提出了一種改進(jìn)的近鄰傳播聚類算法——IMAP的異常數(shù)據(jù)檢測(cè)方法。通過(guò)數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理和聚類分析3個(gè)階段實(shí)現(xiàn)異常數(shù)據(jù)的識(shí)別和定位,引入動(dòng)態(tài)阻尼系數(shù)的聚類分析方法對(duì)標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行異常檢測(cè),為構(gòu)造安全和穩(wěn)定網(wǎng)絡(luò)提供了參考。實(shí)驗(yàn)結(jié)果表明,利用IMAP的異常檢測(cè)方法能有效地提高異常檢測(cè)的運(yùn)行效率和算法的精確度,具有實(shí)際的應(yīng)用價(jià)值和意義。 

【文章來(lái)源】：計(jì)算機(jī)與網(wǎng)絡(luò). 2020,46(10)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

基于AP算法的異常數(shù)據(jù)檢測(cè)模型


本文編號(hào)：3064457