大数据驱动下复杂网络输入节点在线筛选仿真

目前网络输入节点筛选方法漏检率和运行复杂度高,提出基于度量阈值的大数据驱动下复杂网络输入节点在线筛选方法。将数据样本属性的数量、数据样本的数量和预设信息熵阈值当作节点数据降维的输入,同时计算输入节点中各数据属性信息熵,将计算出的信息熵与预设信息熵阈值进行对比,以此得到节点数据样本中心化函数和协方差函数,根据所得结果计算选定变换基,将选定变换基代入节点数据降维,获得节点数据降维结果。将节点数据降维结果引入复杂网络输入节点筛选中,通过数据采样对任意节点自适应度量阈值进行计算,利用所得阈值对某节点是否为恶意节点进行判断。将各簇头的节点当作中心节点,利用数据样本分别和各簇头节点实行聚类处理,并对大数据驱动下复杂网络中有恶意行为的所有输入节点实行属性划分操作,利用恶意节点的筛选,对聚类之后的网络输入节点再次筛选,直到选定的网络输入节点全部被筛选完毕。实验结果表明,所提方法筛选漏检率和运行复杂度均较低,具有较强的可靠性。

电能计量管理信息系统的设计与分析

本文针对当前我国电力行业的发展需求进行了分析,主要从市场化和信息化的角度对电能计量设计工作作出分析,以此建设相应的电能计量信息系统,也为管理信息系统作出细化分析,确保其在实践工作中可以发挥出相应的作用。随着用户对电力需求的不断提升,电能计量管理工作从传统设备管理转变为电能量数据管理,电能计量管理系统应以数据采集、数据处理及数据应用为一体,满足现代营销业务自动化、数智化及用户用能需求。在技术设定方面,.也应该结合业务流程和应用需求进行合理优化,确保业务管理平台的构成能够满足实际需求。电能计量系统涉及的数据及业务广泛,数据来源口径较多,数据的复杂性和多样性会影响到电能计量管理系统的应用、集成及共享问题,主要应从数据采集、传输、集成和数据库的建设入手,以此达成应用和共享的目的,面对不同的数据类型,进行共享策略的设定,为后续系统的建设作铺垫。在系统建设过程中,系统的安全问题也需要得到重视。