基于自适应人工鱼群FCM的异常检测研究

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:houtou27
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
异常检测在电信、保险、银行、灾害气象预报、医疗领域等多个领域得到了广泛应用,特别在计算机图形图像、网络安全等研究领域,基于数据挖掘、机器学习等智能技术的异常检测研究尤为活跃。基于机器学习的异常检测方法需要收集大量样本,尤其是异常样本。然后,基于这些异常样本,通过某种智能学习方法或模型进行规则集的训练,最后使用训练后的规则集进行异常分析与检测,是本领域的一个研究热点。基于聚类分析的异常检测方法是一种典型的无监督学习技术,可以直接训练未标识数据集上的数据,建立异常检测模型,检测异常数据不需专家手动建立规则库,这对提高异常检测系统的效率具有重要的现实意义。然而,现有的模糊C-均值聚类方法(fuzzy C-means,FCM)存在缺点,其在异常检测中的应用并不令人满意。基于上述研究背景,本文提出了一种基于FCM为基础的网络异常检测研究方法,为了提高异常检测系统的检测率以及降低误报率。FCM对初始值的选取很敏感,而且容易陷入局部极值。基于此的异常检测算法检测效果也不甚理想。因此,引入具有较强全局搜索能力的人工鱼群算法,对其加入自适应机制,自适应调整视野值的大小,从而提高了人工鱼群算法的局部和全局优化能力,减少算法迭代的次数。然后将其应用于FCM中,利用自适应人工鱼群算法得到的最优解进行FCM聚类分析,从而解决以上FCM存在的种种问题。最后,设计基于自适应人工鱼群FCM的异常检测算法,充分利用自适应人工鱼群的优势来提高异常检测算法的检测性能。实验表明,该算法在提高对数据的检测效率的基础上,检测性能也表现出了很好的水平,它为解决异常检测模型中与检测率和误报率相关的问题提供了有效的解决方案。通过自适应人工鱼群全局与局部的搜索能力,减少了FCM算法对初始值的依赖。减少了系统在检测过程中的计算量以达到提高系统实时性的目的。这对于异常检测的实际应用,意义重大。
其他文献
近年来,在理论语言学和应用语言学领域,事件语义学都有诸多研究与讨论。在计算语言学与自然语言处理领域,事件模型被广泛用于人机问答系统、自动文本摘要、信息检索等。事件
为了提高光通信系统的信息传输速率,除了可以采用幅度、相位和正交相移键控等传统的调制解调方式之外,光子具有的轨道角动量(Orbital Angular Momentum,OAM)作为一种新的自由度吸引了学者们的广泛关注。OAM可提供理论上无限多的具有不同量子态的正交基,用于承载信息可提高通信系统的数据容量,因此引起了光通信领域的广泛关注。然而,OAM光束固有的发散属性会造成接收端的孔径失配,这给检测
工业、国防等高新技术领域的快速发展对服役材料提出了更为严苛的要求,传统的单一金属结构材料已难以满足需求。将硬质碳化硼(B4C)颗粒添加到Al基体中制备而成的铝基复合材料可
磁交换相互作用是一种量子效应,由波函数的直接重叠或者间接相互作用导致,其中超交换和Ruderman-Kittel-Kasuya-Yosida(RKKY)相互作用都是间接相互作用,其强度紧密依赖于磁性原
在聚合物生产、造纸、飞行器等工业领域,随着产品性能要求的不断提高,面临着分布曲线控制的需求,即被控变量从n维空间的一个点过渡到n维空间中的一条曲线。分布曲线对象具有形态多变性,容易出现平移、伸缩等形变现象,而对于此类问题,基于欧式距离的传统控制性能指标不具备正确的相似性度量能力,难以实现分布曲线对象的高品质形态控制。因此本论文从形态相似度的角度出发,进行分布曲线对象的形态预测控制算法研究。本文的主
根据对黑龙江省八家子至平山地区以前研究资料的搜集整理,发现该区研究程度较低,缺少系统的1∶5万的地球化学图鉴,地球化学特征分析以及对研究区的成矿远景评价。对八家子至
在城市社区的发展中,西方城市社会学家对社区人际关系的走向定下了并不乐观的基调。他们认为城市的发展将带来社区人际关系的冷漠。中国正快速经历着城市化的过程,单位制消解
随着半导体、纳米功能材料、生物、化工、食品、医药等研究深入到纳米尺度,作为纳米检测和纳米加工的重要工具,原子力显微镜(Atomic Force Microscope,AFM)因其分辨率高、重
大脑对输入信息的加工因训练而得到改变并最终影响感觉认知功能的范式即为知觉训练,该范式被广泛应用于研究成年脑可塑性。由于知觉训练往往具较强的任务特异性和刺激特异性,因此目前有关听知觉训练诱导成年脑可塑性的研究多集中在听觉系统,特别是听皮层。但听觉系统在大脑中并不是独立存在,它与大脑其它系统或结构有直接或间接的纤维投射关系从而完成整合功能。此外,我们设计采用的听知觉训练范式除了包含有听觉信息的处理任务
粉煤灰是燃煤电厂排放的主要固体废弃物之一,是一种大宗工业固废。目前粉煤灰主要被应用于建材行业,属低附加值利用。粉煤灰的高附加值利用主要包括常规元素Si、Al提取制备白