典型文献
构建基于密度峰值聚类算法的反作弊系统
文献摘要：
文章针对密度峰值聚类算法(Density Peak,DPeak)能够有效解决离群点检测和分类的问题,结合算法特点进行改良优化,提出了一种基于密度峰值聚类算法的反作弊模型,通过构建对抗性学习框架、优化算法计算复杂度、引入LOF判别分类机制、多模态融合技术等创新方法,实现了不同阶段黑产演变环境下的规则校验和分类判定.该模型有效解决了百万级数据集时间复杂度高、任意形状类簇的聚类等流量反作弊服务的领域性挑战问题,对于密度峰值聚类算法的产业应用具有一定的研究意义.实验结果表明,反作弊模型在聚类效果和算力测试上均达到了预期结果,证明了该模型的有效性.
文献关键词：
密度峰值;聚类算法;截断距离;反作弊
中图分类号：
作者姓名：
叶楠;寇丽杰
作者机构：
福州理工学院,福建 福州 350506
文献出处：
引用格式：
[1]叶楠;寇丽杰-.构建基于密度峰值聚类算法的反作弊系统)[J].数字通信世界,2022(05):46-48,90
A类：
反作弊
B类：
基于密度,密度峰值聚类算法,Density,DPeak,离群点检测,合算,法特,对抗性,算法计算,计算复杂度,LOF,分类机,多模态融合,融合技术,创新方法,校验和,类判,百万,时间复杂度,任意形状,领域性,产业应用,研究意义,和算,算力,预期结果,截断距离
AB值：
0.300553
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
