[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
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: |
本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μ |
||
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。
- 上一篇:基于社交网络的安全态势感知系统
- 下一篇:一种会议系统中成员的跟踪控制方法