人工蜂群联合入侵杂草优化的云平台异常行为数据挖掘

摘要：

云计算平台异常行为数据的维度增高,会影响数据挖掘效果.为此,提出人工蜂群联合入侵杂草优化的云平台异常行为数据挖掘方法.构造多标签核映射数据降维方法,并将径向基函数作为核函数,对数据降维;采用混合蜂群杂草算法对径向基函数带宽和最小二乘多分类孪生支持向量机惩罚因子进行优化;采用最优径向基函数带宽优化多标签核映射数据降维算法,并利用该算法对数据进行降维,将其输入到优化后的最小二乘多分类孪生支持向量机决策函数中,计算数据与各个超平面之间的距离,确定数据所属类别,从而获取最优的云计算平台异常行为数据挖掘结果.实验结果表明,该方法在挖掘误差、能量损耗、挖掘时间等指标上效果较好.

关键词：人工蜂群算法、入侵杂草算法、云计算平台、异常行为、数据挖掘、标签映射、孪生支持向量机

所属期刊栏目：46

分类号：TN919-34;TP311.13

资助基金：国家自然科学基金;广州华商学院校内导师制科研项目

在线出版日期：2023-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：86-90