基于动态解析方法的多线程数据高效抓取仿真

目前数据获取方法存在准确性和安全性较差的问题,为此提出基于动态解析的多线程数据高效抓取方法。依据多线程数据异常告警空间定义,利用混沌粒子群算法对异常告警进行聚类,初始化粒子群,设置聚类数量和粒子数量,针对各粒子随机指派一个类别,并获取聚类中心,利用聚类评判准则中最小均方根误差准则实现异常告警划分聚类,使数据抓取过程中能够有效避开异常数据。基于数据抓取安全性分析,通过词项的共现思想,针对多线程数据构建动态解析网络,依据网络边权重随时间延长而呈线性衰减的理念,通过加权度数获取多线程数据特征权重,抓取其中权重值较大的数据。实验表明,该方法抓取精度高,安全性好。