基于KNN算法的电子通信网络节点异常流量告警方法

现代电子通信网络产生的流量数据通常具有高维度和大数据量的特点,需要处理海量数据并从中提取有用的特征,这给异常流量检测带来了挑战。为此,提出基于K最近邻(K-Nearest Neighbors,KNN)算法的电子通信网络节点异常流量告警方法。根据电子通信网络的结构和原理,提取电子通信网络流量特征。引入KNN算法,设定风险控制阈值,计算电子通信网络节点异常流量的投影值,比较投影值和分类阈值,判断了;流量是否存在异常,实现电子通信网络节点异常流量告警。实验结果表明:研究方法对电子通信网络节点异常流量的告警不仅具有实时性,且检测出的异常流量波动幅值也更准确,告警误差始终低于0.5%。

一种新的扇区拥挤告警指标及应用

针对我国管制扇区日益繁忙拥挤、空管保障系统的相对落后,扇区流量告警机制尚不健全的现状,在分析和研究美国、欧洲、日本扇区流量告警机制基础上,提出当量流量告警指标的概念;采用MMBB工作负荷评估方法确定不同特征航班对应的当量系数,计算出扇区的当量流量,建立一种新型的扇区流量告警方法;应用算例的结果验证了当量流量告警指标在扇区流量告警工作中的有效性和实用性。