基于小波神经网络的光纤网络大数据异常负载检测方法

光纤网络中断现象时有发生，不仅影响了信息传递的完整性，也影响了信息传递的效率。造成这一问题的主要原因在于光纤网络存在异常负载情况。针对上述问题，为了能够实时掌握光纤网络运行状态，研究一种基于小波神经网络的光纤网络大数据异常负载检测方法。该研究利用NetFlow技术设计一个采集器，采集光纤网络流量数据；利用EMD算法分解网络流量数据，得到若干个IFM分量；计算光纤网络流量特征集合中每一个特征的重要性系数，选出排名靠前的K个特征作为输入，利用小波神经网络实现异常负载检测，结果表明：利用所研究方法进行光纤网络大数据异常负载检测，S_ROC数值均保持在0.8～1.0之间，说明所研究方法性能在很准确和非常准确之间，表现较好。