基于盲均衡算法的网络大数据异常节点检测

摘要

网络大数据具有复杂多样且高速流动的特点,导致对异常节点智能检测性能过差,增加网络故障风险。为了及时修复网络大数据异常节点,提出盲均衡算法下网络大数据异常节点智能检测的方法。通过传感序列采集模型采集网络大数据节点,在DHA去噪算法下,按节点疏密性优化采集结果,利用盲均衡算法提取噪声均值,显著降低网络大数据异常节点特征。将特征作为训练样本输入K-means聚类算法中,输出的最佳聚类结果,实现网络大数据异常节点智能检测。实验结果表明,所提方法检测精度高、检测响应时间低于1.0ms。