文献

J-GLOBAL ID：201802242726456249   整理番号：18A0101348

大規模データベースにおける異常情報検出シミュレーション研究【JST・京大機械翻訳】

Simulation Research on Anomaly Detection in Large Databases

著者 (1件)： Xue Xin (河南科技大学図書館,河南洛陽,471023)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 34  号： 8  ページ： 399-402  発行年： 2017年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 大規模データベースにおける異常情報を検出することにより,データベースの安全なアクセスとネットワークの安定性を確保することができる。大規模データベースにおける異常データを検出するためには,フィルタリング前の異常情報の位相特性を得る必要があり,データオフセットの程度を分析し,検出フィルタモデルを修正し,異常情報の検出を完了する。従来の方法は異常情報の線形周波数変調信号の振幅周波数特性を得ることによって、異常情報伝達モデルを構築したが、転送モデルを修正することは無視され、異常情報の検出精度が低くなった。大規模データとディシジョンツリー分類特徴フィルタリングに基づく大規模データベースにおける異常情報を検出する方法を提案した。大規模なデータベースにおける異常情報の決定木情報伝達モデルを確立することによって,ディシジョンツリーに基づく異常な分類特性フィルタリングアルゴリズムを用いて,局所的特性時間スケールパラメータによってフィルタリング前の異常情報の位相特性を得て,データオフセットの程度を分析して,検出フィルタモデルを修正した。最後に,大規模データベースにおける異常情報の検出を実現した。シミュレーション結果は,提案した方法が,大規模データベースにおける異常情報の検出精度と検出効率を効果的に改善することができ,良好な実用性を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  *データベース ,  安全性 ,  スケールパラメータ ,  ネットワーク ,  周波数特性 ,  検出効率 ,  フィルタリング ,  位相特性 ,  ディシジョンツリー
準シソーラス用語： 実用性 ,  *大規模データ ,  検出精度 ,  LFM【信号】 ,  *大規模データベース , 【Automatic Indexing@JST】

著者キーワード (3件)： Large database ,  Abnormal information ,  Detection

分類 (3件)： 人工知能  (JE08000Z) ,  データベースシステム  (JD03030U) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： 大規模データベース ,  シミュレーション ,  研究