论文部分内容阅读
针对聚类算法普遍存在的数值震荡和计算量大以及传统异常检测中存在的分析准确率低和时效性差等问题,提出了一种改进的近邻传播聚类算法———IMAP的异常数据检测方法。通过数据采集、数据预处理和聚类分析3个阶段实现异常数据的识别和定位,引入动态阻尼系数的聚类分析方法对标准化数据进行异常检测,为构造安全和稳定网络提供了参考。实验结果表明,利用IMAP的异常检测方法能有效地提高异常检测的运行效率和算法的精确度,具有实际的应用价值和意义。