论文部分内容阅读
在检测网络数据库中的异常数据时,需要对异常数据的特征进行准确的获取,与正常行为模型对比,求得两者之间的偏差,从而完成对网络数据库异常数据的检测。传统的检测方法没有考虑到数据点特征与正常行为之间存在的偏差距离,进而导致检测精度偏低。提出了一种基于余弦聚类的网络数据库异常数据的检测方法,通过构建异常网络数据库的结构模型,深入分析异常数据形成的原因,同时提取网络数据库中的异常数据特征,再利用余弦聚类的方法构建正常行为模型,进而完成异常数据检测。通过仿真实验研究,该方法具有较高的敏感性和高效性。