重庆理工大学学报(自然科学) ›› 2020, Vol. 34 ›› Issue (7): 170-175.doi: 10.3969/j.issn.1674-8425(z).2020.07.024

• 信息·计算机 • 上一篇    下一篇

异构集群中非结构化大数据检测方法

李亚红,龚喜平,冯庆华   

  1. 南阳理工学院计算机与信息工程学院,河南南阳 473004
  • 收稿日期:2019-04-25 发布日期:2020-08-13
  • 作者简介:李亚红,硕士,副教授,主要从事Web安全方面研究,E-mail:fdhlyh@163.com。
  • 基金资助:
    多数据库系统集成方案的研究(132102210157)

  • Received:2019-04-25 Published:2020-08-13

摘要: 传统的非结构化大数据检测方法只分析数据的统计特征、缺少对其中模糊闭频繁项集特征的识别,易出现监测结果不理想的问题。为了提高对异构集群中非结构化大数据的检索识别能力,提出一种基于模糊闭频繁项集特征挖掘的异构集群中非结构化大数据检测方法。分析异构集群中非结构化大数据的统计特征信息,并采用大数据信息融合方法对其进行状态监测和特征识别,从中提取非结构化大数据的模糊闭频繁项集特征量;利用支持向量机模型对非结构化大数据检测进行分类处理,根据不同大数据的分类属性进行自动检测识别,提高对异构集群中非结构化大数据检测的准确率和监测过程抗干扰能力。实验结果表明:采用该方法对异构集群中非结构化大数据检测的准确性和检测精度较高,具有很强的应用优势。

关键词: 异构集群, 非结构化大数据, 检测识别, 特征提取, 模糊闭频繁项集特征量

中图分类号: 

  • TP391