文献类型：期刊文章

作　　者：张成军[1] 刘超[1] 郭强[2]

机构地区：[1]齐齐哈尔大学现代教育技术中心,黑龙江齐齐哈尔161006 [2]齐齐哈尔大学机电工程学院,黑龙江齐齐哈尔161006

出　　处：《计算机仿真》

基　　金：龙江省高校科研成果产业化前期研发培育项目(1254CGZH04);齐齐哈尔市科学技术计划项目(GYGG-201516);齐齐哈尔市科学技术计划项目(GYGG-201421);黑龙江省教育厅基本业务专项项目(135109220);黑龙江省教育厅基本业务专项项目(135109247)

年　　份：2017

卷　　号：34

期　　号：5

起止页码：273-276

语　　种：中文

收录情况：BDHX、BDHX2014、核心刊

摘　　要：对大数据网络环境下异常节点数据的定位研究,可以有效降低网络空间存在的安全威胁和存储开销。对异常节点数据的定位,需要结合匹配投影理论寻求优化特征解,找出所有匹配的特征点对。传统方法将节点动态感知数据聚合成变宽的直方图,来准确定位节点异常数据,但忽略了求取节点的匹配特征点对,导致定位精度较低。提出基于自适应级联陷波的异常节点数据定位方法。从滑动窗口内采样节点数据的近似度出发,结合聚类理论思想判断窗口内的节点数据是否异常,依据邻居信息将网络节点自我判断阶段的判决进行调整,设计二阶格形滤波器结构,用多个固定陷波器级联抑制异常节点数据属性干扰成份,结合匹配投影理论寻求优化特征解,找出所有匹配的特征点对,从而实现异常节点数据定位。仿真证明,所提方法能够有效提升异常节点数据定位精度,且具有较好的抗干扰性能。

关 键 词：大数据网络环境  异常节点  数据定位

分 类 号：TP273]