摘要：随着金融科技的快速发展，基于网络流量数据的性能管理、风险防范，尤其是异常流量检测逐渐引起人们的重视。然而，传统基于固定基线的流量检测方法不能适应逐渐增多的数据及日渐复杂的数据类型，导致其检测结果不准确而产生错误警报，同时也大大耗费人力物力。本文提出基于机器学习方法中主成分分析及最小二乘支持向量回归机的动态基线预测及检验方法，实现了动态基线的自主构造及对异常指标数据的自动检测。实际仿真结果表明，本文所提方法与基于加权方法的动态基线相比，能更好地实现异常检测与预警。

原文链接:http://www.cqvip.com/QK/71030X/201610/670269117.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）