基于模糊神经网络的异常网络数据挖掘算法

基于模糊神经网络的异常网络数据挖掘算法

许磊;王建新

【期刊名称】《计算机科学》 【年(卷),期】2024(046)004

【摘要】异常网络数据受到聚类中心的模糊加权扰动的影响,导致数据挖掘的聚类性不好.文中提出一种基于模糊神经网络的异常网络数据挖掘算法,该算法根据异常网络数据的混合分类属性进行相似度分析,提取异常网络数据的数值属性特征和分类属性特征,采用联合关联规则分析方法进行异常网络数据的模糊融合处理,采用基于模糊质心相异性的度量方法构建异常网络数据的分类模糊集,并在模糊数据集中进行异常网络数据混合加权和自适应分块匹配,进而提取异常网络数据的弱关联化特征量,最后将提取的特征量输入到模糊神经网络分类器中进行数据分类识别,完成异常网络数据的优化挖掘.仿真结果表明,采用所提方法进行异常网络数据挖掘的数据聚类性较好,挖掘过程的收敛性和抗干扰性较强. 【总页数】4页(73-76)

【关键词】模糊神经网络;异常网络数据;挖掘;特征提取 【作者】许磊;王建新

【作者单位】北京林业大学信息学院 北京100083;北京林业大学信息学院 北京100083

【正文语种】中文 【中图分类】TP391 【相关文献】

1.基于Matlab的Kohonen神经网络仿真与模糊神经网络相结合在物流网站数

据挖掘中的应用 [C], 余启刚; 邓娅婷

2.基于模糊神经网络模式分类的数据挖掘算法 [J], 吴一帆 3.基于模糊神经网络的数据挖掘算法 [J], 吴一帆

4.基于模糊神经网络的数据挖掘算法 [J], 赵高峰; 毕笃彦; 孙卫 5.基于模糊神经网络进行数据挖掘的一种算法 [J], 崔兆顺; 汪志农

以上内容为文献基本信息，获取文献全文请下载