计算机科学
計算機科學
계산궤과학
Computer Science
2015年
11期
134-137
,共4页
网络%异常数据%检测%自适应陷波器
網絡%異常數據%檢測%自適應陷波器
망락%이상수거%검측%자괄응함파기
Network%Abnormal data%Detection%Adaptive notch filter
异构复杂信息网络承载着不同的协议和网络信道,并通过云储存实现资源调度,由此产生的异常数据会给网络信息空间带来安全威胁和存储开销,所以需要进行异常数据准确检测.传统的检测算法采用简化梯度算法进行异常数据检测,不能有效去除多个已知干扰频率成分的异常数据,检测性能不好.提出一种基于自适应陷波级联模型的异常数据检测算法.构建异构复杂信息网络系统模型,采用固有模态分解把异常数据信号解析模型分解为多个窄带信号,设计二阶格型陷波器结构,用多个固定陷波器级联抑制干扰成份,采用匹配投影法寻求优化特征解,找出所有匹配的特征点对,从而实现异常数据检测的改进.仿真实验表明,采用该算法进行异常数据检测时,信号幅值大于干扰噪声数据幅值;该算法提高了检测性能,具有较好的抗干扰性能.
異構複雜信息網絡承載著不同的協議和網絡信道,併通過雲儲存實現資源調度,由此產生的異常數據會給網絡信息空間帶來安全威脅和存儲開銷,所以需要進行異常數據準確檢測.傳統的檢測算法採用簡化梯度算法進行異常數據檢測,不能有效去除多箇已知榦擾頻率成分的異常數據,檢測性能不好.提齣一種基于自適應陷波級聯模型的異常數據檢測算法.構建異構複雜信息網絡繫統模型,採用固有模態分解把異常數據信號解析模型分解為多箇窄帶信號,設計二階格型陷波器結構,用多箇固定陷波器級聯抑製榦擾成份,採用匹配投影法尋求優化特徵解,找齣所有匹配的特徵點對,從而實現異常數據檢測的改進.倣真實驗錶明,採用該算法進行異常數據檢測時,信號幅值大于榦擾譟聲數據幅值;該算法提高瞭檢測性能,具有較好的抗榦擾性能.
이구복잡신식망락승재착불동적협의화망락신도,병통과운저존실현자원조도,유차산생적이상수거회급망락신식공간대래안전위협화존저개소,소이수요진행이상수거준학검측.전통적검측산법채용간화제도산법진행이상수거검측,불능유효거제다개이지간우빈솔성분적이상수거,검측성능불호.제출일충기우자괄응함파급련모형적이상수거검측산법.구건이구복잡신식망락계통모형,채용고유모태분해파이상수거신호해석모형분해위다개착대신호,설계이계격형함파기결구,용다개고정함파기급련억제간우성빈,채용필배투영법심구우화특정해,조출소유필배적특정점대,종이실현이상수거검측적개진.방진실험표명,채용해산법진행이상수거검측시,신호폭치대우간우조성수거폭치;해산법제고료검측성능,구유교호적항간우성능.
