-
题名基于异常行为数据流的加权铰链分类算法研究
被引量：1
- 1
-
-
作者
虎楠
郑建忠
郑建荣
-
机构
宁夏德晟邦安网络科技有限公司
银川科技学院信息工程学院
宁夏平罗县职业教育中心教务科
-
出处
《电力信息与通信技术》
2022年第6期122-127,共6页
-
文摘
为了能够快速检测、识别异常行为数据流,并对异常行为数据流的内容准确定位,通过研究决策树算法、逻辑回归算法、神经网络算法、铰链分类等深度学习算法的基础上,文章提出基于指数加权和动量的小批量梯度下降铰链分类算法。该算法在铰链分类算法的基础上增加指数权值方法和动量梯度下降方法,指数加权方法可以实现对损失函数下滑速度的加快,即对异常行为数据流快速定位和识别;动量梯度下降方法可以实现对损失函数结果值进行动态偏差校正。通过该算法可以实现对异常行为数据流内容准确定位及快速识别,解决异常行为数据流内容识别的误报率和漏报率较高的问题,保障数据的安全性和完整性。通过仿真实验,利用计划长度比(schedule length ratio,SLR)、下降速度等指标分别验证,表明该算法的性能和收敛速度等方面都略高于其他铰链分类算法。
-
关键词
异常行为数据流
铰链分类算法
加权
动量梯度
损失函数
-
Keywords
abnormal behavior data stream
hinge classification algorithm
weighted
momentum gradient
loss function
-
分类号
TM74
[电气工程—电力系统及自动化]
-
