光纤网络离群恶意数据自动检测研究与分析

Laser Journal(2019)

引用 1|浏览2
暂无评分
摘要
针对传统的光纤网络离群恶意数据检测方法存在的检测准确性低、检测时间较长的问题,提出一种基于LODCD算法的离群恶意数据自动检测方法,为了解析离群恶意数据信号,构建了离群数据传输模型,采用经验模态分解算法对传输过程中的离群恶意数据进行解析,建立了离群恶意数据信号分析模型;将离群恶意数据分析模型划分成多个窄带信号,得到离群恶意数据包络特征,通过计算恶意数据包络特征在各个通信信道的干扰信号比提取出离群恶意数据特征;根据离群恶意数据特征计算恶意数据之间的距离,通过引用数据信息熵概念得到恶意数据离群属性,利用局部链接离群因子度量备选数据库中恶意数据的离群程度,得到离群恶意数据检测结果.通过仿真实验结果表明,所提自动检测方法较传统检测方法相比,检测准确率更高,检测耗时更少.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要