基于系统指标数据的数据预测方法、系统及电子设备

    公开(公告)号:CN110162576A

    公开(公告)日:2019-08-23

    申请号:CN201910321874.X

    申请日:2019-04-22

    Abstract: 本申请提供了一种基于系统指标数据的数据预测方法、系统及电子设备,属于数据分析领域。该基于系统指标数据的数据预测方法通过对系统数据进行分析后,对相关数据进行处理,生成相应的处理结果,最后把处理的数据提供给用户,作为参考。这种方法有效提高系统数据展示的完整性,避免数据录入错误等数据问题,有助于业务人员分析数据,发现数据中存在的疑点,减少数据错误而引发的业务风险。该方法具逻辑清晰,数据检查筛选效率高等优点,很好解决系统过分依赖业务人员对数据进行审查的工作,减少工作量、遗漏风险大的问题,有助于工作的顺利进行。

    一种基于SVM的网络流量异常检测方法

    公开(公告)号:CN105897517A

    公开(公告)日:2016-08-24

    申请号:CN201610454965.7

    申请日:2016-06-20

    CPC classification number: H04W24/06 H04L43/08 H04L63/1408 H04W24/08

    Abstract: 本发明公开一种基于SVM的网络流量异常检测方法,其包括:读取历史网络流量数据;提取历史网络流量数据的网络流量特征;将网络流量特征进行数据标准化;对网络流量特征进行约简,得到精简优化的特征子集;利用SVM对最优特征子集进行训练,得到SVM分类器;对处理后的在线的测试网络流量数据加入SVM分类器中,用SVM分类器计算,得到最终的分类结果,判定处理后的在线的测试网络流量数据是否为异常网络流量数据。与现有技术相比,本发明用PCA?TS方法对网络流量特征数据进行特征约简降维,并选择最优的特征子集。避免了“维数灾难”带来分类检测时间长、效率低、占用更大的储存空间的问题;而且为后续处理降低处理时间,提高了分类器的分类精度。

Patent Agency Ranking