大规模光纤网络异常节点数据深度挖掘方法研究

为解决常用光纤网络异常节点数据挖掘方法耗时长、精度低的问题，提出一种可应用于大规模光纤网络的异常节点数据深度挖掘方法。预处理光纤网络节点数据，提取信息熵特征，并对数据进行降维操作，引入随机森林算法，通过自助采样形成多个随机样本空间，通过投票机制合并处理并输出树群中各棵子树光纤网络异常节点数据深度挖掘结果，实现光纤网络异常节点挖掘。实验结果表明，所提方法的精确度高达99.8%,耗时仅为9.2 min,漏检率为0.12%,因此，该方法可以获取高效率、高精度的光纤网络异常节点数据深度挖掘结果。