移动核心网异常数据线性判别模型与应用  

Linear discriminant model for abnormal data and applications in mobile core network

作　　者：庞素琳[1,2] 汪寿阳[3] 

机构地区：[1]暨南大学管理学院公共管理系及金融工程研究所,广州510632 [2]广东省公共网络安全风险评价与预警应急技术研究中心,广州510632 [3]中国科学院数学与系统科学研究院,北京100190

出　　处：《系统工程理论与实践》2011年第3期385-393,共9页Systems Engineering-Theory & Practice

基　　金：国家自然科学基金(70871055);教育部新世纪优秀人才支持计划项目(NCET-08-0615);广东省科技计划项目(2010B010600028;2010A032000002);东莞移动项目(CMGD-GD-200903268);广东省第三期"211工程"重大项目基金;广东省高校重点人文社科研究基地重大项目(09JDXM63006)

摘　　要：针对移动核心网数据突增现象下异常数据的特性,定义了数据突增事件、最大承载量临界值、风险警界线等,给出了TRAU数据两类模式("正常"、"异常")的划分方法.提出并建立了移动核心网数据突增现象下异常数据线性判别模型和判别准则,用来对某移动核心网BSC的TRAU数据进行判别分析.判别结果表明,本文所建立的异常数据线性判别模型对原数据样本的回判以及对新数据样本的识别准确率都达到100%.Based on the characteristics of data fault under data up burst phenomenon in mobile core network, this paper gives out the definition of data up burst event, the maximum bearing capacity critical value, risk alert line, etc. It gives a divided method of the two patterns （＂normal＂, ＂abnormal＂） for TRAU data and proposes a linear discriminant model for abnormal data under data up burst phenomenon in mobile core network and a discriminant rule. The model and the rule are used to discriminate TRAU data of BSC of a mobile core network. The discriminant results indicate that the proposed model can all reach 100% classification accuracy within both the raw dataset and the new dataset.

关 键 词：移动核心网 数据突增事件 风险警界线 最大承载量临界值 线性判别模型 

分 类 号：F830[经济管理—金融学]