基于VAE-WGAN的无线通信网络异常数据剔除算法

摘要

针对无线通信网络数据多维动态变化导致异常检测困难的问题，提出基于VAE-WGAN(Variational Autoencoder-Wasserstein Generative Adversarial Network)的无线通信网络异常数据剔除算法。采用主成分分析法对无线通信网络数据实施降维处理，通过小波变换对于降维后的数据进行去噪。利用VAE模块、WGAN模块搭建VAE-WGAN模型，将降维与去噪处理后的数据输入到该模型中，并且其能输出异常得分，当异常得分大于异常检测阈值时，则认定该数据为异常数据，并将其剔除，以达到无线通信网络异常数据剔除的目标。实验结果表明，所提算法的无线通信网络数据处理效果好，并可有效完成异常数据的检测，能将其精准剔除，具备可靠性。

关键词

主成分分析法 / 小波变换 / 无线通信网络 / 半监督学习 / 异常数据剔除