挖掘数据流任意滑动时间窗口内频繁模式 被引量：46

1

作者 李国徽 陈辉 《软件学报》 EI CSCD 北大核心 2008年第10期2585-2596,共12页

由于数据流的流动性与连续性,数据流所蕴含的知识会随着时间的推移而发生变化.因此,在绝大多数数据流的应用中,用户往往对新产生的流数据所包含的知识要比对历史流数据所包含的知识感兴趣得多.提出了一种挖掘数据流任意大小滑动时间窗... 由于数据流的流动性与连续性,数据流所蕴含的知识会随着时间的推移而发生变化.因此,在绝大多数数据流的应用中,用户往往对新产生的流数据所包含的知识要比对历史流数据所包含的知识感兴趣得多.提出了一种挖掘数据流任意大小滑动时间窗口内频繁模式的方法MSW(mining sliding window).当数据流流过时,该方法使用滑动窗口树SW-tree在单遍扫描流数据的条件下及时捕获数据流上最新的模式信息.同时,该方法还周期性地删除滑动窗口树上过期的及不频繁的模式分支,从而降低滑动窗口树的空间复杂度与维护代价.此外,该方法还应用时间衰减模型逐步降低历史事务模式支持数的权重,并由此来区分最近产生事务与历史事务的模式.大量仿真实验的结果表明,算法MSS具有较高的效率与优良的可扩展性,同时也优于其他同类算法. 展开更多

关键词 数据流 频繁模式挖掘 滑动时间窗口 时间衰减模型

在线阅读 下载PDF 职称材料

挖掘数据流滑动时间窗口内Top-K频繁模式 被引量：2

2

作者 陈辉 《小型微型计算机系统》 CSCD 北大核心 2010年第6期1123-1128,共6页

由于数据流滑动时间窗口中流数据包含模式的支持度是动态变化的,很难给出一个合适的支持度门限来挖掘数据流滑动时间窗口内的频繁模式.在研究数据流滑动时间窗口内流数据变化特点的基础上,论文提出了一种挖掘数据流滑动时间窗口内Top-k... 由于数据流滑动时间窗口中流数据包含模式的支持度是动态变化的,很难给出一个合适的支持度门限来挖掘数据流滑动时间窗口内的频繁模式.在研究数据流滑动时间窗口内流数据变化特点的基础上,论文提出了一种挖掘数据流滑动时间窗口内Top-k频繁模式的方法,该方法能够在保证模式挖掘误差基础上快速删除窗口内不频繁模式信息,保留重要的模式信息,并能按照支持度降序输出Top-k频繁模式.仿真实验结果表明,该算法具有较好的效率和正确性,并优于其它同类算法. 展开更多

关键词 数据流 频繁模式 滑动时间窗口 Chernoff边界

在线阅读 下载PDF 职称材料

挖掘滑动时间衰减窗口中网络流频繁项集 被引量：4

3

作者 赖军 李双庆 《计算机应用研究》 CSCD 北大核心 2011年第3期895-898,共4页

网络流数据频繁项集挖掘是网络流量分析的重要基础。提出一种新颖的基于字典顺序前缀树LOP-Tree的频繁项集挖掘算法STFWFI,该算法采用更符合网络流特点的滑动时间衰减窗口模型,有效降低了挖掘频繁项集的时间和空间复杂度;在该树结构上... 网络流数据频繁项集挖掘是网络流量分析的重要基础。提出一种新颖的基于字典顺序前缀树LOP-Tree的频繁项集挖掘算法STFWFI,该算法采用更符合网络流特点的滑动时间衰减窗口模型,有效降低了挖掘频繁项集的时间和空间复杂度;在该树结构上提出一种新的基于统计分布的节点权值计算方法SDNW代替传统的统计方法,提高了网络流节点估值的精确度。实验结果表明,该算法在网络流频繁项集挖掘过程中获得了良好的效果。 展开更多

关键词 网络流数据挖掘 频繁项集 滑动时间衰减窗口 字典顺序前缀树

在线阅读 下载PDF 职称材料

基于滑动窗口和聚类算法的变压器状态异常检测 被引量：46

4

作者 严英杰 盛戈皞 +3 位作者 刘亚东 杜修明 王辉 江秀臣 《高电压技术》 EI CAS CSCD 北大核心 2016年第12期4020-4025,共6页

在线监测数据在变压器运行状态中发挥出重要角色,而传统的异常状态检测一般基于阈值判定法,难以及时发现变电设备的异常情况,甄别噪声数据。针对上述问题,根据变压器在线监测数据中异常值特点,提出了一种基于滑动窗口和聚类算法的变压... 在线监测数据在变压器运行状态中发挥出重要角色,而传统的异常状态检测一般基于阈值判定法,难以及时发现变电设备的异常情况,甄别噪声数据。针对上述问题,根据变压器在线监测数据中异常值特点,提出了一种基于滑动窗口和聚类算法的变压器状态异常检测方法。首先,利用时间序列和滑动窗口对多维的在线监测数据流进行筛选,记录异常点的发生时间和类型,建立候选异常数据集合的判断模型;其次,基于无监督的k-means聚类方法建立多元特征量数据点的异常检测模型,并用于在线监测实时数据的异常检测,判断异常时刻与异常类型。通过某变电站的油中气体数据对本文算法进行了验证,结果表明,该方法可以实时检测在线监测数据流中因运行状态变化而产生的趋势异常,并祛除少量传感器噪声或突变值的影响,具有较高的实用价值。 展开更多

关键词 多维数据 在线监测 异常检测:多元时间序列 K均值聚类 滑动时间窗口

在线阅读 下载PDF 职称材料

基于滑动窗口和多元高斯分布的变压器油色谱异常值检测 被引量：14

5

作者 何尧 梁宏池 +1 位作者 连鸿松 许锐 《高压电器》 CAS CSCD 北大核心 2020年第1期203-209,共7页

现有的变压器油色谱在线监测数据因监测装置问题频繁出现失真,严重影响了整个在线监测系统的有效性和实用性。传统阈值判定法无法灵活及时地发现变压器本体设备和监测装置的异常。对此,提出了一种基于滑动窗口和多元高斯分布的变压器油... 现有的变压器油色谱在线监测数据因监测装置问题频繁出现失真,严重影响了整个在线监测系统的有效性和实用性。传统阈值判定法无法灵活及时地发现变压器本体设备和监测装置的异常。对此,提出了一种基于滑动窗口和多元高斯分布的变压器油色谱异常值检测方法,利用指数加权移动平均法和滑动窗口计算历史每笔数据中氢气、乙炔、总烃的估计值,获取到与监测值的残差数据后,再通过多元高斯分布,进行异常值检测。通过某变电站油中气体数据对本算法进行验证结果表明,该方法不仅能实时检测出变压器本体异常还能发现监测装置数据失真,并能祛除数据突变和噪声带来的影响,具有一定实用价值。 展开更多

关键词 变压器 油中溶解气体分析 多元高斯分布 指数加权移动平均法 滑动时间窗口

在线阅读 下载PDF 职称材料

应用时间滑动窗口模型的轨迹相似性研究 被引量：1

6

作者 韩奕 杜彦辉 +1 位作者 陈庆港 芦天亮 《北京理工大学学报》 EI CAS CSCD 北大核心 2021年第11期1207-1214,共8页

针对社交网络用户个人信息难以获取、公开信息不完整、不通用甚至内容虚假的问题,选择了普适性强,且能客观、真实反映用户行为习惯的位置数据作为相似性分析依据,对新浪微博、滴滴打车进行位置数据采集,形成两个高价值且具有国内网民特... 针对社交网络用户个人信息难以获取、公开信息不完整、不通用甚至内容虚假的问题,选择了普适性强,且能客观、真实反映用户行为习惯的位置数据作为相似性分析依据,对新浪微博、滴滴打车进行位置数据采集,形成两个高价值且具有国内网民特色的数据集作为实验对象.提出了一种基于时间滑动窗口模型的轨迹相似性匹配算法,通过调整时间窗口和位置距离优化算法F值,实现不同网络平台用户的相似性分析.以对新浪微博和滴滴打车的用户位置数据为例进行验证,实验结果证明了地理位置为虚拟身份相似性判断的正相关影响因子,且判断相似性的平均F值超过90%. 展开更多

关键词 社交网络 虚拟身份 位置轨迹 时间滑动窗口 相似性

在线阅读 下载PDF 职称材料

采用随机矩阵的电力计量装置状态异常监测

7

作者 葛维 程超 +1 位作者 陈博 张亚炜 《机械设计与制造》 北大核心 2025年第8期88-92,99,共6页

由于电力计量数据具有较强的实时性,电压负荷的变化会对电力计量装置的运行状态产生一定的影响,导致无法准确地监测出异常运行状态。为此,提出基于随机矩阵的电力计量装置运行状态异常监测方法。构建随机矩阵模型,给出单环定律和M-P定律... 由于电力计量数据具有较强的实时性,电压负荷的变化会对电力计量装置的运行状态产生一定的影响,导致无法准确地监测出异常运行状态。为此,提出基于随机矩阵的电力计量装置运行状态异常监测方法。构建随机矩阵模型,给出单环定律和M-P定律,分析得到时序线性特征统计量。建立电力计量装置运行状态异常监测模型,引入滑动时间窗口,分析不同时刻下的状态向量。将电力计量装置运行状态异常监测模型分为正常和异常两种状态,分别计算两种状态下的最大特征值和最小特征值之比、主特征向量,并与阈值比较,实现对电力计量装置运行状态异常的监测。在实验测试中,将所提方法应用到实际电力计量装置中,人为添加扰动信号,结果表明,所提方法得到的结果与实验设定完全相同,监测准确性高、实时性好。 展开更多

关键词 随机矩阵理论 电力计量装置 运行状态 异常监测 滑动时间窗口 最大特征值

在线阅读 下载PDF 职称材料

基于SPEI的中国干旱多尺度时空特征分析 被引量：5

8

作者 高晴 孙金伟 +4 位作者 赵晓雪 吴立峰 赵静 谢恒星 姚付启 《节水灌溉》 北大核心 2024年第6期111-120,127,共11页

干旱作为影响社会经济发展的自然灾害之一,探究中国干旱时空变化特征,对干旱预防和策略制定具有重要意义。以1979-2020年中国7个区域的标准降水蒸散指数(SPEI)网格数据作为基础,应用干旱频率和强度指标,结合改进的Mann-Kendall检验(MMK... 干旱作为影响社会经济发展的自然灾害之一,探究中国干旱时空变化特征,对干旱预防和策略制定具有重要意义。以1979-2020年中国7个区域的标准降水蒸散指数(SPEI)网格数据作为基础,应用干旱频率和强度指标,结合改进的Mann-Kendall检验(MMK)方法和滑动时间窗口法,分析不同时间尺度(1个月、3个月、6个月、12个月)下的中国干旱时空特征。结果表明:在空间上,青藏高原、内蒙草原地区、西北荒漠地区、东北湿润半湿润温带地区的干旱程度更为突出;干旱频率随SPEI时间尺度增大而减小,随干旱等级(SPEI-3、SPEI-6以及SPEI-12尺度)的增加而减少;中国空间趋势变化为西北荒漠地区、青藏高原、内蒙草原地区、华中华南湿润亚热带地区北部、华北湿润半湿润暖温带地区南部、东北湿润半湿润温带地区具有显著干旱化趋势,青藏高原和东北湿润半湿润温带地区均具有明显的干湿差异。在时间上,西北荒漠地区的SPEI-1~SPEI-12尺度、青藏高原的SPEI-1~SPEI-12尺度、内蒙草原地区的SPEI-1~SPEI-12尺度、东北湿润半湿润温带地区的SPEI-6和SPEI-12尺度、华中华南湿润亚热带地区SPEI-1、SPEI-3和SPEI-12尺度的干旱较为突出。研究结果可为中国干旱预防和影响评估提供一定参考依据。 展开更多

关键词 干旱 标准降水蒸散指数 改进的Mann-Kendall检验 滑动时间窗口 多尺度时空特征

在线阅读 下载PDF 职称材料

基于Stacking集成学习的剩余使用寿命预测 被引量：2

9

作者 韩腾飞 李亚平 《计算机集成制造系统》 EI CSCD 北大核心 2024年第7期2464-2473,共10页

剩余使用寿命(RUL)预测对于设备维护策略的制定有着关键作用。面对可变环境和多样的操作条件,单一寿命预测模型的性能波动较大,泛化能力弱。针对这一问题,提出一种融合多个相异模型的Stacking集成模型,纠正单一模型的预测误差。首先,对... 剩余使用寿命(RUL)预测对于设备维护策略的制定有着关键作用。面对可变环境和多样的操作条件,单一寿命预测模型的性能波动较大,泛化能力弱。针对这一问题,提出一种融合多个相异模型的Stacking集成模型,纠正单一模型的预测误差。首先,对状态监测数据进行滑动时间窗口处理,获得具有时间序列信息的性能退化数据;然后,以提高模型的准确性和多样性为目标,确定基学习器的种类;最后,将梯度提升决策树(GBDT)作为元学习器,整合基学习器的预测结果,输出最终结果。基于NASA C-MAPSS数据集,对提出的集成模型进行验证,结果表明:Stacking集成模型的预测精度显著高于基学习器,与其他传统预测模型相比,也具有明显优势。 展开更多

关键词 Stacking集成模型 剩余寿命预测 滑动时间窗口 集成学习

在线阅读 下载PDF 职称材料

基于变换域分析和XGBoost算法的超短期风电功率预测模型 被引量：3

10

作者 王永生 李海龙 +3 位作者 关世杰 温彩凤 许志伟 高静 《高电压技术》 EI CAS CSCD 北大核心 2024年第9期3860-3870,共11页

为应对传统超短期风电功率预测方法在数据潜在关系挖掘和模型收敛速度等方面存在的问题,提出了一种基于变换域分析和极端梯度提升回归树算法(extreme gradient boosting, XGBoost)的超短期风电功率预测方法。首先,通过时间滑动窗口和风... 为应对传统超短期风电功率预测方法在数据潜在关系挖掘和模型收敛速度等方面存在的问题,提出了一种基于变换域分析和极端梯度提升回归树算法(extreme gradient boosting, XGBoost)的超短期风电功率预测方法。首先,通过时间滑动窗口和风电功率指标进行数据构建和低级特征提取。然后,结合快速傅里叶变换(fastFourier transform, FFT)和哈尔小波变换构成的多层次变换域分析方法对风电数据进行分解,充分考虑频域信息在特征学习中的重要性。最后,建立包含FFT、哈尔小波变换和XGBoost算法组合的超短期风电功率预测模型。实验结果表明,采用的多层次变换域分析方法能够充分挖掘原始特征之间的潜在关系,深入捕捉数据的时序关联性,而且XGBoost算法可以有效提升模型的预测性能,与其他预测模型相比,所提方法在不同数据集上均展现出较高的预测精度和较强的特征提取能力。 展开更多

关键词 风电功率预测 傅里叶变换 小波变换 时间滑动窗口 风电功率指标 梯度提升回归树

在线阅读 下载PDF 职称材料

基于多阶马尔可夫预测的个性化推荐算法 被引量：9

11

作者 韦炜 全渝娟 +2 位作者 卓奕涛 陈学亮 林艳 《计算机工程》 CAS CSCD 北大核心 2015年第11期59-66,共8页

针对现有推荐系统仅考虑用户兴趣偏移的随机性,而忽略用户兴趣偏移时效性的问题,通过研究马尔可夫模型,并引入滑动时间窗口机制,提出一种新的多阶马尔可夫预测推荐算法。该算法通过学习用户历史行为数据,以及分析用户浏览行为特征,达到... 针对现有推荐系统仅考虑用户兴趣偏移的随机性,而忽略用户兴趣偏移时效性的问题,通过研究马尔可夫模型,并引入滑动时间窗口机制,提出一种新的多阶马尔可夫预测推荐算法。该算法通过学习用户历史行为数据,以及分析用户浏览行为特征,达到准确预测用户浏览行为的目的。实验结果表明,与协同过滤算法相比,该推荐算法不仅能够针对用户兴趣的偏移进行有效预测推荐,而且运行时间较短。 展开更多

关键词 用户兴趣 马尔可夫模型 随机性 时效性 滑动时间窗口 推荐系统

在线阅读 下载PDF 职称材料

基于隐式反馈的用户兴趣漂移方法 被引量：7

12

作者 伍大清 阳小华 +2 位作者 马家宇 胡东 吴取劲 《计算机应用与软件》 CSCD 2010年第9期88-90,共3页

针对现有用户兴趣模型在模型建立以及更新阶段漂移策略的缺陷,设计了一种改进的基于隐式反馈的用户兴趣漂移方法。将用户兴趣分为长期兴趣和短期兴趣,对短期兴趣采用滑动窗口处理更新,对长期兴趣采用最近最少使用淘汰算法,并将该模型与... 针对现有用户兴趣模型在模型建立以及更新阶段漂移策略的缺陷,设计了一种改进的基于隐式反馈的用户兴趣漂移方法。将用户兴趣分为长期兴趣和短期兴趣,对短期兴趣采用滑动窗口处理更新,对长期兴趣采用最近最少使用淘汰算法,并将该模型与遗忘策略模型、滑动时间窗口模型做了精确率的对比实验,实验结果显示该模型的性能优于其它三个模型。 展开更多

关键词 用户兴趣模型 VSM 遗忘策略 滑动时间窗口

在线阅读 下载PDF 职称材料

一种LS-SVM在线式短时交通流预测方法 被引量：14

13

作者 康军 段宗涛 +1 位作者 唐蕾 温兴超 《计算机应用研究》 CSCD 北大核心 2018年第10期2965-2968,共4页

针对短时交通流在线预测时存在的计算复杂性问题,提出了一种最小二乘支持向量机在线式短时交通流预测方法。该方法简化了在线学习过程中Lagrange乘子的求解过程,利用训练数据集滑动时间窗口的移动来控制新样本的加入和旧样本的移除,通... 针对短时交通流在线预测时存在的计算复杂性问题,提出了一种最小二乘支持向量机在线式短时交通流预测方法。该方法简化了在线学习过程中Lagrange乘子的求解过程,利用训练数据集滑动时间窗口的移动来控制新样本的加入和旧样本的移除,通过线性运算完成Lagrange乘子的更新,进而完成预测模型的在线更新。测试结果表明,相对已有方法,所提方法在保证预测精度的条件下,能够将在线模型更新时间平均降低约62.64%,是一种有效的在线式短时交通流预测方法。 展开更多

关键词 短时交通流预测 统计学习 最小二乘支持向量机 在线式学习算法 滑动时间窗口

在线阅读 下载PDF 职称材料

电子鼻快速准确识别尼古丁研究

14

作者 杨兴安 张龙 +1 位作者 邓赞红 孟钢 《仪表技术与传感器》 CSCD 北大核心 2024年第11期1-6,11,共7页

为了监测环境空气中的尼古丁,开发了一套基于传感器阵列的微型电子鼻系统。文中设计了以传感器阵列采样电路为主的下位机硬件终端以及配套上位机软件进行数据采集,重点开展了电子鼻识别算法对包括尼古丁在内的9种气体分子识别特性的研究... 为了监测环境空气中的尼古丁,开发了一套基于传感器阵列的微型电子鼻系统。文中设计了以传感器阵列采样电路为主的下位机硬件终端以及配套上位机软件进行数据采集,重点开展了电子鼻识别算法对包括尼古丁在内的9种气体分子识别特性的研究,使用不同分类算法对不同气体暴露时间下传感器阵列的响应进行识别。结果表明:基于时间滑动窗口和长短期记忆神经网络的模式识别算法可在气体短时间暴露下(4 s)实现较准确(精确率85.35%)的尼古丁识别检测,表明微型电子鼻可用于尼古丁的监测预警。 展开更多

关键词 电子鼻 神经网络 气体识别 时间滑动窗口 尼古丁检测 线性判别分析

在线阅读 下载PDF 职称材料

基于改进广义回归神经网络的网络安全态势预测 被引量：15

15

作者 王宇飞 沈红岩 《华北电力大学学报（自然科学版）》 CAS 北大核心 2011年第3期91-95,共5页

针对网络安全态势精确预测,提出一种基于改进广义回归神经网络的预测方法,以改善网络安全态势预测精度。利用滑动时间窗口方法将各个离散时间监测点的网络安全态势值构造成部分线性相关的多元回归数据序列,以其做为样本集输入到改进广... 针对网络安全态势精确预测,提出一种基于改进广义回归神经网络的预测方法,以改善网络安全态势预测精度。利用滑动时间窗口方法将各个离散时间监测点的网络安全态势值构造成部分线性相关的多元回归数据序列,以其做为样本集输入到改进广义回归神经网络加以训练,进而得到网络安全态势预测模型。在改进广义回归神经网络训练过程中,利用粒子群算法动态地搜索广义回归神经网络最优训练参数,从而克服了广义回归神经网络训练参数选择困难的缺陷。实验结果表明:与传统方法相比基于改进广义回归神经网络的网络安全态势预测方法拥有更好的性能。 展开更多

关键词 网络安全态势预测 广义回归神经网络 粒子群算法 滑动时间窗口 多元回归分析

在线阅读 下载PDF 职称材料

基于近邻传播的文本数据流聚类算法研究 被引量：2

16

作者 李一鸣 倪丽萍 +1 位作者 方清华 刘慧婷 《计算机科学》 CSCD 北大核心 2016年第5期223-229,共7页

随着大数据时代的到来,网络上产生了大量非结构化文本数据流,这些文本数据流具有动态、高维、稀疏等特征。针对这些特点,首先将传统的AP算法及流式文本数据特征相结合,然后提出文本数据流聚类算法——OAP-s算法。该算法通过在AP算法上... 随着大数据时代的到来,网络上产生了大量非结构化文本数据流,这些文本数据流具有动态、高维、稀疏等特征。针对这些特点,首先将传统的AP算法及流式文本数据特征相结合,然后提出文本数据流聚类算法——OAP-s算法。该算法通过在AP算法上引入衰减因子,对聚类中心结果进行衰减,同时将当前时间窗口的聚类中心带入到下一时间窗口中进行聚类。针对OAP-s算法的不足,又提出了OWAP-s算法。该算法在OAP-s算法模型的基础上定义了加权相似度,并通过引入吸引度因子,使得历史聚类中心更具吸引性,得到更精确的聚类结果。同时,两种算法均采用滑动时间窗口模式,使算法既能体现数据流的时态特征,又能反映数据流的分布特征。实验结果表明,两种算法在聚类精确度、稳定性方面均高于OSKM算法,而且具有较好的伸缩性和可扩展性。 展开更多

关键词 数据挖掘 近邻传播聚类 文本数据 滑动时间窗口 权重

在线阅读 下载PDF 职称材料

采用Boosting方法预测电力信息网络的威胁态势 被引量：1

17

作者 徐茹枝 王婧 +1 位作者 朱少敏 许瑞辉 《电网技术》 EI CSCD 北大核心 2013年第10期2825-2829,共5页

威胁态势预测可以有效反映电力信息网络在未来时刻的宏观安全状况。为实现威胁态势的精确预测,提出一种基于AdaBoosting方法的网络威胁态势预测方法。该方法采用威胁态势值描述电力信息网络的宏观安全态势,并将威胁态势值的预测抽象为... 威胁态势预测可以有效反映电力信息网络在未来时刻的宏观安全状况。为实现威胁态势的精确预测,提出一种基于AdaBoosting方法的网络威胁态势预测方法。该方法采用威胁态势值描述电力信息网络的宏观安全态势,并将威胁态势值的预测抽象为回归问题,进而利用AdaBoosting方法求解。该方法先利用滑动时间窗口将威胁态势值构造成时间序列样本集,再将样本集输入到AdaBoosting方法中训练,以得到回归分析模型,并利用该模型完成威胁态势预测。最后基于现场数据的验证性实验证明了所提方法的有效性。 展开更多

关键词 电力信息网络 网络威胁态势 预测 AdaBoosting方法 支持向量回归 回归问题 滑动时间窗口

在线阅读 下载PDF 职称材料

一种关联网络和主机行为的延迟僵尸检测方法 被引量：5

18

作者 何毓锟 李强 +1 位作者 嵇跃德 郭东 《计算机学报》 EI CSCD 北大核心 2014年第1期50-61,共12页

僵尸网络对现有计算机网络安全构成了巨大的威胁.新型僵尸经常采用隐蔽技术躲避安全系统的检测.采用延迟响应手段的僵尸在网络活动和主机行为之间插入随机时间的延迟,迷惑现有使用关联的检测方法.针对延迟僵尸的网络活动和主机行为,提... 僵尸网络对现有计算机网络安全构成了巨大的威胁.新型僵尸经常采用隐蔽技术躲避安全系统的检测.采用延迟响应手段的僵尸在网络活动和主机行为之间插入随机时间的延迟,迷惑现有使用关联的检测方法.针对延迟僵尸的网络活动和主机行为,提出了一个新的关联检测方法.针对延迟僵尸的网络活动和主机行为可能分散在不同时间窗口的问题,使用滑动时间窗口迭代算法,提高了检测准确率.针对单纯主机检测方法需要全局部署问题,使用推荐算法关联网络和主机行为,提高了检测的健壮性和准确率.分析了滑动时间窗口大小和主机检测工具部署率对检测准确率的影响.实验结果表明,方法能有效检测延迟僵尸,当网络中主机检测工具的部署率达到80%时,包括未部署检测工具的主机在内,准确率约为88%. 展开更多

关键词 僵尸检测 延迟僵尸 滑动时间窗口 关联引擎 僵尸网络

在线阅读 下载PDF 职称材料

一种基于密度的数据流检测算法SWKLOF 被引量：3

19

作者 魏中贺 李少波 +1 位作者 唐向红 陈力 《科学技术与工程》 北大核心 2014年第34期219-223,共5页

总结目前数据流在线检测算法的优缺点,提出了一种新的数据流在线检测算法—SWKLOF。该算法采用滑动时间窗口对数据流进行封装,用k-距离进行剪枝,剔除大部分正常数据,对剩余疑似异常数据采用局部离群因子LOF(local outlier factor)进一... 总结目前数据流在线检测算法的优缺点,提出了一种新的数据流在线检测算法—SWKLOF。该算法采用滑动时间窗口对数据流进行封装,用k-距离进行剪枝,剔除大部分正常数据,对剩余疑似异常数据采用局部离群因子LOF(local outlier factor)进一步精确筛选。理论分析和实验结果表明该算法降低了时间复杂度,提高了检测准确性。 展开更多

关键词 数据流 滑动时间窗口 k-距离 局部离群因子 异常检测

在线阅读 下载PDF 职称材料

嵌入互联网舆情强度的人民币汇率预测 被引量：5

20

作者 王吉祥 过弋 +3 位作者 戚天梅 王志宏 李真 汤敏伟 《计算机应用》 CSCD 北大核心 2019年第11期3403-3408,共6页

针对目前人民币汇率预测研究存在的数据源单一导致难以提升预测效果的问题,提出一种嵌入互联网舆情强度的预测技术,通过融合多方面数据源进行对比分析,有效降低了人民币汇率的预测误差。首先,融合互联网外汇新闻数据和历史行情数据,并... 针对目前人民币汇率预测研究存在的数据源单一导致难以提升预测效果的问题,提出一种嵌入互联网舆情强度的预测技术,通过融合多方面数据源进行对比分析,有效降低了人民币汇率的预测误差。首先,融合互联网外汇新闻数据和历史行情数据,并将多源文本数据转化为可计算的特征向量;其次,通过情感特征向量构建五种特征组合并对其进行对比,给出了嵌入互联网舆情强度的特征组合作为预测模型输入;最后,设计外汇舆情影响汇率预测的滑动时间窗口,建立基于机器学习的汇率预测模型。实验结果表明,嵌入互联网舆情的特征组合相对于不含舆情的特征组合在均方根误差(RMSE)和平均绝对误差(MAE)上分别提升了9.8%和16.2%;此外,长短期记忆网络(LSTM)预测模型比支持向量回归(SVR)、决策回归(DT)和深度神经网络(DNN)预测模型表现更好。 展开更多

关键词 机器学习 文本向量化 舆情影响力 汇率预测 滑动时间窗口

在线阅读 下载PDF 职称材料