Research on abnormal data detection of optical fiber communication network based on data mining

Abstract

为了提高光纤通信网络中异常数据的识别能力，提出了基于熵目标函数最优化的异常数据检测算法。首先，对数据样本进行属性分类，依据异常数据特征密度指标完成邻域区间半径的选取；其次，通过对高阶统计量的大数据聚类度循环迭代，完成特征提取参数的优化；最后，由样本属性概率计算熵目标函数的最优值，并利用最优值完成异常数据检测。实验对1 000组通信数据进行测试，结果显示，该算法的检测精度均值约为95.7%，其数据融合率、检测耗时与平均误检率均优于2种传统方法。该算法具有精度高、收敛快、误检率低的优势，具有一定的应用价值。