基于聚类分析的网络数据流异常检测方法  

作　　者：张鸿雁[1] 

机构地区：[1]晋中学院信息技术与工程系,山西晋中030619

出　　处：《长江信息通信》2022年第12期54-56,共3页Changjiang Information & Communications

基　　金：晋中学院精品课程(kc201920);山西省高等学校教学改革创新项目(J2021618)。

摘　　要：为加强对网络数据流异常检测误报率的控制,进行多维度的动态化检测,营造更加稳定、可靠的数据流异常检测方法。文章结合聚类分析技术,构建网络数据流异常检测方法。先进行数据流模态的描述,针对数据的异常状态,完成并行聚类特征提取,随即布设K-means异常感应节点,并以此作为基础,逐步构建聚类衰减检测模型,采用交叉部署法实现数据流异常检测。最终的异常检测结果表明:对比于传统概率数据流异常检测组、传统多模态数据流异常检测组,文章所设计的聚类分析数据流异常检测组最终得出的数据流异常检测误报率仅为1.01,实现了较为有效的控制,进一步提升了异常检测能力,逐步营造更加稳定、安全的检测环境,结构更加可靠、精准,具有实际的应用价值。

关 键 词：聚类分析 网络数据 数据流检测 检测方法 异常检测 数据整合 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]