| 基于高阶统计特征的大数据异常负载检测仿真 |
| |
| 引用本文： | 兰瑞乐,唐忠,刘晓红.基于高阶统计特征的大数据异常负载检测仿真[J].计算机仿真,2021,38(9):329-333. |
| |
| 作者姓名： | 兰瑞乐 唐忠 刘晓红 |
| |
| 作者单位： | 南宁师范大学网络信息中心,广西南宁530001;广西医科大学人文社会科学学院,广西南宁530021;广西医科大学信息中心,广西南宁530021 |
| |
| 摘 要： | 针对大数据负载分析异常负载检测精度较低、流量耗费较高的问题,研究基于高阶统计特征的大数据异常检测方法.利用双谱值检测方法提取大数据负载中的高阶统计特征,构建高阶统计特征集合;利用人工免疫理论构建大数据异常负载检测器,以高阶统计特征集合对正常大数据负载样本编码生成集合,结合随机生成过程和高亲和力检测器克隆突变后代形成一个不成熟检测器.阴性选择算法用于将集合中的元素与未成熟检测器一一匹配,并通过低于匹配阈值的免疫耐受将它们转换为成熟的检测器,检测大数据的异常负载.仿真结果显示该方法检测结果准确率达到99.9％,耗费流量显著降低.
|
| 关 键 词： | 高阶统计特征 大数据 异常负载 实值编码 克隆变异 |
Simulation of Big Data Abnormal Load Detection Based on High Order Statistical Characteristics |
| |
| LAN Rui-le,ANG Zhong,LIU Xiao-hong.Simulation of Big Data Abnormal Load Detection Based on High Order Statistical Characteristics[J].Computer Simulation,2021,38(9):329-333. |
| |
| Authors: | LAN Rui-le ANG Zhong LIU Xiao-hong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
