复杂网络节点频繁上下线高动态不定行为预测

摘要

传统方法在用户上下线高动态不定行为建模中没有考虑行为特征的遍历性和幂律特征,预测精度受限。提出一种基于先验概率特征检验和最小期望支持阈值的预测算法,采用n重伯努利试验得到上下线行为频繁数据集的幂律特征,构建高动态异常行为的转移概率平稳随机模型,采用马尔可夫链谱聚类排序方法对灰色预测算法的预测结果进行修正,实现对复杂网络节点频繁上下线高动态不定行为的准确预测。仿真结果表明,采用该方法进行频繁项集数据谱特征挖掘和复杂网络节点频繁上下线高动态不定行为预测,预测精度较高,执行效率提高,在大规模复杂网络管理和指导等领域具有较好的应用前景。