基于小波神经网络的大数据在线负载异常监测技术研究

为了提高大数据负载监测的有效性和准确性,采用神经网络算法对大数据负载进行监测。根据相邻时间段的负载数量变化建立负载预测模型,结合负载变化情况判定当前负载状态。对负载变化明显的时间段,采用神经网络算法对负载情况进行正向和反向运算。根据得到的结果与阈值相比较,超出阈值的负载判定为异常负载,将其从大数据平台剔除,确保大数据平台在线负载连接的真实性和有效性。仿真结果显示,基于神经网络的大数据负载方法在准确性和运行效率上均表现良好。

资料为PDF文档格式.

本文档关键词:负载,在线,异常,数据,神经网络