基于深度信念网络的光通信网络数据异常识别研究 |
| |
引用本文: | 王晓燕,刘荷花,徐国华.基于深度信念网络的光通信网络数据异常识别研究[J].四川激光,2023(2):149-153. |
| |
作者姓名: | 王晓燕 刘荷花 徐国华 |
| |
作者单位: | 太原学院计算机科学与技术系 |
| |
基金项目: | 山西省高等学校教学改革创新项目(No.J2020372);;山西省高等学校哲学社会科学研究项目(No.2020W275); |
| |
摘 要: | 为了降低光通信网络被攻击的概率,保证光通信的安全顺畅,提出基于深度信念网络的光通信网络数据异常识别方法。利用时间-频率相结合的算法建立光通信信道模型,获取信道特征。根据信道特征密度设计数据异常特征的判断准则,利用数据挖掘聚类算法提取异常数据特征。融合BP网络和受限玻尔兹曼机网络,确立深度信念网络结构,结合隐藏层与可见层单元的概率分布情况构建数据异常识别模型,经过数据采集、特征归一化和模型微调等过程完成光通信网络数据异常识别。仿真实验表明,所提方法能够获取准确的光通信网络异常数据特征,光通信网络数据异常识别高和误报率低。
|
关 键 词: | 深度信念网络 光通信网络 异常数据识别 挖掘聚类 受限玻尔兹曼机 |
|
|