大数据下虚假无效数据优化识别仿真

发布时间：2020-03-20 00:42

【摘要】：大数据下对虚假无效数据进行优化识别,可有效过滤虚假信息,提高基础数据的安全性。对虚假无效信息的识别,首先需要获得数据全部类型,并进行规则参数优化,完成对虚假无效信息的优化识别。传统方法将虚假无效数据设定在一个簇内,同时引入信任管理机制来识别节点,但忽略了先将无效数据进行分类,导致识别精度偏低。提出基于聚类规则的大数据下虚假无效数据识别方法。首先对大数据下的运行数据样本进行归一化处理,对虚假无效数据进行聚类,获得虚假无效数据的全部类型,依据识别规则库,选用能够处理高维数据的支持向量数据描述算法进行规则参数优化,采用增减式在线训练算法对虚假无效数据分类器进行不断训练,最终获得较为精确的虚假无效数据识别模型。仿真证明,所提方法能更快速准确地识别出虚假无效数据,有效减少了训练成本。
【图文】：

曲线,数据集,无效数据,曲线

图1在CDM数据集下不同方法的假阳性率曲线图2在CMM数据集下不同方法的假阳性率曲线图3给出3种不同方法在CMM数据集下的运行时间(s)对比结果。图3不同方法虚假无效数据识别运行时间分析图3可知，所提方法进行虚假无效数据识别运行时间短于基于小波变换的识别方法和基于数据挖掘的识别方法，这主要是因为所提方法通过对大数据下的运行数据样本进行归一化处理，采用聚类算法对虚假无效数据进行聚类，同时选用能够处理高维数据、泛化能力强的支持向量数据描述算法进行规则参数优化，从而保障了所提方法进行虚假无效数据识别的时效性。5结束语针对当前方法主要是依据测量数据进行识别，当虚假无效数据类型较为复杂时，不但要增加识别手段，同时还增加了运算量，，降低了虚假无效数据的识别效率。为此，提出一种基于聚类规则的大数据下虚假无效数据识别方法。仿真证明，所提方法能更快速准确地识别出虚假无效数据，有效减少了训练成本。参考文献:［1］谢柏林，等．基于把关人行为的微博虚假信息及早检测方法［J］．计算机学报，2016，39(4):730－744．［2］刘华富，刘志雄，黎梨苗．适用于虚假数据过滤的最优传感器覆盖研究［J］．计算机应用研究，2016，33(10):3147－3150．［3］李鑫滨，等．基于防伪码鉴定机制的数据伪造攻击检测方法［J］．计算机工程，2016，42(8):112－116．［4］丁智国，莫毓昌，杨凡．一种新的在线流数据异常检测方法［J］．计算机科学，2016，43(10):63－65．［5］马海峰，等．一种层次式远程数据持有检测方法［J］．计算机科学，2017，44(3):55－58．［6］蔡美，刘波．基于蚁群算法的异常数据检测方法［J］．计算机工程，2016，42(8):166－169．［7］段大高，等．基于微博评论的虚假消息检测模型［J］．计算

曲线,数据集,无效数据,曲线

图1在CDM数据集下不同方法的假阳性率曲线图2在CMM数据集下不同方法的假阳性率曲线图3给出3种不同方法在CMM数据集下的运行时间(s)对比结果。图3不同方法虚假无效数据识别运行时间分析图3可知，所提方法进行虚假无效数据识别运行时间短于基于小波变换的识别方法和基于数据挖掘的识别方法，这主要是因为所提方法通过对大数据下的运行数据样本进行归一化处理，采用聚类算法对虚假无效数据进行聚类，同时选用能够处理高维数据、泛化能力强的支持向量数据描述算法进行规则参数优化，从而保障了所提方法进行虚假无效数据识别的时效性。5结束语针对当前方法主要是依据测量数据进行识别，当虚假无效数据类型较为复杂时，不但要增加识别手段，同时还增加了运算量，降低了虚假无效数据的识别效率。为此，提出一种基于聚类规则的大数据下虚假无效数据识别方法。仿真证明，所提方法能更快速准确地识别出虚假无效数据，有效减少了训练成本。参考文献:［1］谢柏林，等．基于把关人行为的微博虚假信息及早检测方法［J］．计算机学报，2016，39(4):730－744．［2］刘华富，刘志雄，黎梨苗．适用于虚假数据过滤的最优传感器覆盖研究［J］．计算机应用研究，2016，33(10):3147－3150．［3］李鑫滨，等．基于防伪码鉴定机制的数据伪造攻击检测方法［J］．计算机工程，2016，42(8):112－116．［4］丁智国，莫毓昌，杨凡．一种新的在线流数据异常检测方法［J］．计算机科学，2016，43(10):63－65．［5］马海峰，等．一种层次式远程数据持有检测方法［J］．计算机科学，2017，44(3):55－58．［6］蔡美，刘波．基于蚁群算法的异常数据检测方法［J］．计算机工程，2016，42(8):166－169．［7］段大高，等．基于微博评论的虚假消息检测模型［J］．计算

【相似文献】