典型文献
基于大数据技术的计算机网络异常数据检测方法
文献摘要：
在传统的网络异常数据检测方法中,直接利用原始数据进行分析,导致检测结果的准确性相对较低,为此提出基于大数据技术的计算机网络异常数据检测方法.首先利用原始网络数据的均值和平均绝对偏差参数对数据信息进行标准化处理,在利用大数据技术提取了以误差模糊程度为指标的数据学习表征后,通过调整分类系数的取值结果,使得对应的检测精度满足不同环境的检测需求.当标准化网络数据的波动小于误差模糊系数时,利用此时的分类系数对待检测数据进行分类,并根据分类数据波动程度与误差模糊系数之间的关系对数据的状态作出判断.测试结果中,设计检测方法对不同类型异常数据的有效检出率达到了90.0％以上,明显优于对比方法.
文献关键词：
大数据技术;计算机网络;异常数据;标准化处理;误差模糊程度;学习表征
中图分类号：
作者姓名：
王静;周莹莹
作者机构：
漯河职业技术学院,河南漯河 462000
文献出处：
引用格式：
[1]王静;周莹莹-.基于大数据技术的计算机网络异常数据检测方法)[J].通信电源技术,2022(21):41-43
A类：
误差模糊程度,学习表征
B类：
计算机网络,网络异常,异常数据检测,原始数据,网络数据,平均绝对偏差,标准化处理,数据学习,整分,检测精度,不同环境,检测数据,分类数据,有效检出率,比方
AB值：
0.207552
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。
