[发明专利]一种蜂窝网络中基于半监督统计的异常检测方法有效

专利信息
申请号: 201711252701.4 申请日: 2017-12-01
公开(公告)号: CN107979602B 公开(公告)日: 2020-03-17
发明(设计)人: 杜清河;比拉勒·侯赛因;张小沛;李军;秦鹏翔;孙黎;任品毅 申请(专利权)人: 西安交通大学
主分类号: H04L29/06 分类号: H04L29/06;H04W24/08
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 徐文权
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种蜂窝网络中基于半监督统计的异常检测方法,包括以下步骤:1)将被检测地区划分为a行b列的方格,其中,每一方格代表一块区域;2)读取各方格的数据文件,对各方格的数据文件进行预处理,得各方格对应的数据矩阵,选取任意一个数据矩阵作为待检测数据矩阵;3)对待检测数据矩阵进行分解,得训练集、交叉验证集及测试集;4)基于训练集计算特征均值μtrain、特征方差及训练集概率密度5)得最佳阈值ε;6)得测试集概率密度7)判断对应方格是否出现异常;8)直至遍历所有数据矩阵为止,完成蜂窝网络中基于半监督统计的异常检测,该方法能够对蜂窝网络中的异常进行检测。
搜索关键词: 一种 蜂窝 网络 基于 监督 统计 异常 检测 方法
【主权项】:
一种蜂窝网络中基于半监督统计的异常检测方法,其特征在于,包括以下步骤:1)将被检测地区划分为a行b列的方格,其中,每一方格代表一块区域;2)读取各方格的数据文件,对各方格的数据文件进行预处理,得各方格对应的数据矩阵,选取任意一个数据矩阵作为待检测数据矩阵;3)对待检测数据矩阵进行分解,得训练集、交叉验证集及测试集;4)基于训练集计算特征均值μtrain、特征方差及训练集概率密度5)利用交叉验证集得最佳阈值ε;6)利用测试集得测试集概率密度7)利用测试集概率密度及最佳阈值ε判断对应方格是否出现异常;8)利用训练集概率密度及最佳阈值ε判断对应方格是否出现异常;9)从剩余数据矩阵任意选取一个数据矩阵作为待检测数据矩阵,然后重复步骤3)至步骤8),直至遍历所有数据矩阵为止,完成蜂窝网络中基于半监督统计的异常检测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201711252701.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top