【出 处】：《 计算机仿真 》 CSCD 2016年第0卷第1期 434-437页,共4页

【作 者】： 董本清 [1] ; 彭健钧 [2]

【摘 要】 对复杂网络数据流中的异常数据进行准确检测，为保障网络安全，需准确获取异常数据的来源。传统方法无法适应复杂网络中异常数据特征的高动态变化，从而降低了检测的准确率。提出一种采用优化遗传算法的复杂网络数据流中的异常数据挖掘方法。对复杂网络数据流进行抽样，并将抽样结果作为样本集，利用聚类算法获得聚类中心，全部聚类中心构成初始种群，对初始种群进行遗传操作，对聚类中心和聚类数目进行自适应调整，能够更好的适应复杂网络中异常数据特征的高动态变化。仿真结果表明，改进算法能够提高复杂网络数据流中异常数据挖掘的准确率。