文献类型：期刊文章

作　　者：符太东[1] 刘松旭[1] 李育强[2]

FU Tai-dong;LIU Song-xu;LI Yu-qiang(Management Center of Big Data and Network,Jilin University,Changchun Jilin 130000,China;Information Center,University of Electronic Science and Technology of China,Chengdu Sichuan 611731,China)

机构地区：[1]吉林大学大数据和网络管理中心,吉林长春130000 [2]电子科技大学信息中心,四川成都611731

出　　处：《计算机仿真》

年　　份：2023

卷　　号：40

期　　号：7

起止页码：462-466

语　　种：中文

收录情况：BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：网络大数据具有复杂多样且高速流动的特点,导致对异常节点智能检测性能过差,增加网络故障风险。为了及时修复网络大数据异常节点,提出盲均衡算法下网络大数据异常节点智能检测的方法。通过传感序列采集模型采集网络大数据节点,在DHA去噪算法下,按节点疏密性优化采集结果,利用盲均衡算法提取噪声均值,显著降低网络大数据异常节点特征。将特征作为训练样本输入K-means聚类算法中,输出的最佳聚类结果,实现网络大数据异常节点智能检测。实验结果表明,所提方法检测精度高、检测响应时间低于1.0ms。

关 键 词：网络大数据  节点  去噪 盲均衡算法 聚类算法

分 类 号：TP393]