网络数据库中异常数据检测优化仿真  

Network to Detect Abnormal Data in the Database Optimization Simulation

作　　者：王端理[1] 

机构地区：[1]贵州师范大学大数据与计算机科学学院,贵州贵阳550001

出　　处：《计算机仿真》2017年第5期410-413,共4页Computer Simulation

基　　金：贵州省科学技术厅;贵州师范大学联合科技基金资助项目(黔科合J字LKS[2011]7号)

摘　　要：对网络数据库中异常数据进行准确检测,可以保证网络数据库的正常运行。进行网络数据库中异常数据检测时,应构建映射网络,并将待检测的异常数据输入获取输出点并汇聚,与该区域内正常数据进行对比,而传统方法对网络时序数据进行离散傅立叶变换,并将其从时域空间变换到频域空间后,利用距离度量方法完成对数据库中的异常数据检测,但缺少和正常数据的比对过程,容易出现异常数据误判现象,存在数据检测误差大的问题。提出一种采用自组织特征映射的网络数据库中异常数据检测建模方法。上述方法先对网络数据库中各个数据时间序列进行PAA计算,得到以时序段平均值为元素的各个数据特征序列,对异常数据进行定义,将待检测的异常数据输入到映射网络中,利用对应的映射关系获取与输入数据对应的输出点,在相邻的区域内对输出点进行汇聚,与该区域距离较远的胜出点对应的输入向量则可被判断是异常数据。仿真结果表明,所提方法有效地检测出网络数据库中的异常数据。This article proposes a modeling method for detection of abnormal data in network database using self- organizing feature mapping. Firstly, the author carried out PAA calculation for each time series of data in network da- tabase to obtain each signature sequence of data using average value of time series segment as element, then defined abnormal data and input abnormal data into mapping network, Moreover, the research used corresponding mapping relation to acquire output point corresponding to the input data and carried out convergence for the output point in ad- jacent region. Finally, the input vector corresponding to winning point away from the region judged as the abnormal data. Simulation results show that the method can detect the abnormal data effectively.

关 键 词：网络 异常数据 检测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]