本文關(guān)鍵詞： 大數(shù)據(jù)驅(qū)動(dòng) 網(wǎng)絡(luò)入侵 提取檢測 隱馬爾可夫模型　出處：《計(jì)算機(jī)仿真》2017年09期 　論文類型：期刊論文

【摘要】：大數(shù)據(jù)驅(qū)動(dòng)下對(duì)網(wǎng)絡(luò)入侵信號(hào)的提取檢測,能夠充分的保障大數(shù)據(jù)驅(qū)動(dòng)下的網(wǎng)絡(luò)安全。對(duì)網(wǎng)絡(luò)入侵信號(hào)的提取檢測,需要獲取網(wǎng)絡(luò)入侵提取的屬性核,對(duì)網(wǎng)絡(luò)入侵提取結(jié)果數(shù)據(jù)進(jìn)行分類,完成入侵檢測。傳統(tǒng)方法定義網(wǎng)絡(luò)入侵提取結(jié)果選取狀態(tài)的分類的熵,給出各個(gè)熵的信息增益,但忽略了對(duì)網(wǎng)絡(luò)入侵提取結(jié)果數(shù)據(jù)的分類,導(dǎo)致提取檢測精度偏低。提出基于粗糙集-決策樹結(jié)合的大數(shù)據(jù)驅(qū)動(dòng)下的網(wǎng)絡(luò)入侵信號(hào)提取檢測模型。模型先利用粗糙集對(duì)大數(shù)據(jù)驅(qū)動(dòng)下的網(wǎng)絡(luò)中各個(gè)提取數(shù)據(jù)集中屬性對(duì)應(yīng)的取值進(jìn)行離散化,獲取網(wǎng)絡(luò)入侵提取的屬性核,利用決策樹對(duì)新的網(wǎng)絡(luò)入侵提取結(jié)果數(shù)據(jù)進(jìn)行分類,初始化HMM模型的參數(shù),將網(wǎng)絡(luò)入侵信號(hào)提取檢測的特征向量輸入HMM,組建大數(shù)據(jù)驅(qū)動(dòng)下的網(wǎng)絡(luò)入侵信號(hào)提取檢測模型。實(shí)驗(yàn)結(jié)果表明,所提模型建模精度較高,為保障大數(shù)據(jù)驅(qū)動(dòng)下的網(wǎng)絡(luò)安全奠定了基礎(chǔ)。
[Abstract]:The extraction and detection of the network intrusion signal driven by big data can fully guarantee the network security driven by big data. The extraction and detection of the network intrusion signal need to obtain the attribute core of the network intrusion extraction. The traditional method defines the entropy of the classification of the selected state of the network intrusion extraction result, and gives the information gain of each entropy, but neglects the classification of the network intrusion extraction result data. The model of extracting and detecting network intrusion signal driven by big data based on rough set and decision tree is put forward. Firstly, rough set is used to extract every data in the network driven by big data. The values corresponding to the attributes in the set are discretized, The attribute kernel of network intrusion extraction is obtained, the new network intrusion extraction result data is classified by decision tree, and the parameters of HMM model are initialized. The feature vector of network intrusion signal extraction and detection is input into HMM.The model of network intrusion signal extraction and detection driven by big data is constructed. The experimental results show that the proposed model has high modeling accuracy. It lays a foundation for guaranteeing the network security driven by big data.
【作者單位】： 內(nèi)蒙古財(cái)經(jīng)大學(xué)計(jì)算機(jī)信息管理學(xué)院;
【基金】：內(nèi)蒙古自治區(qū)教育科學(xué)規(guī)劃課題《高等教育發(fā)展性學(xué)生評(píng)價(jià)的研究》內(nèi)教科規(guī)辦強(qiáng)字[2011]01
【分類號(hào)】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱超軍;;計(jì)算機(jī)網(wǎng)絡(luò)入侵安全檢查分析研究[J];黑龍江科技信息;2009年23期

2 肖軍;李春鳴;譚敬華;楊慶華;;發(fā)現(xiàn)網(wǎng)絡(luò)入侵及做好防范應(yīng)注意的幾個(gè)問題[J];黑龍江科技信息;2011年27期

3 吳林錦;武東英;劉勝利;劉龍;;基于本體的網(wǎng)絡(luò)入侵知識(shí)庫模型研究[J];計(jì)算機(jī)科學(xué);2013年09期

4 吳應(yīng)良,韋崗;網(wǎng)絡(luò)入侵及其安全防范對(duì)策研究[J];計(jì)算機(jī)應(yīng)用研究;2000年11期

5 崔毅,邵希娟;網(wǎng)絡(luò)入侵現(xiàn)象分析及防范對(duì)策[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年01期

6 曾澤建;網(wǎng)絡(luò)入侵與防御[J];川北教育學(xué)院學(xué)報(bào);2002年03期

7 李睿;計(jì)算機(jī)網(wǎng)絡(luò)入侵與反入侵技術(shù)初探[J];企業(yè)技術(shù)開發(fā);2002年06期

8 周學(xué)廣;無線網(wǎng)絡(luò)入侵初探[J];通信技術(shù);2002年10期

9 姜文凱;;怎樣防范網(wǎng)絡(luò)入侵?[J];金融電子化;2002年12期

10 梁云杰;網(wǎng)絡(luò)入侵與檢測技術(shù)分析[J];河南職業(yè)技術(shù)師范學(xué)院學(xué)報(bào);2003年01期

相關(guān)會(huì)議論文 前10條

1 錢桂瓊;許榕生;;網(wǎng)絡(luò)入侵取證審計(jì)數(shù)據(jù)分析技術(shù)的研究[A];第十七次全國計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)暨電子政務(wù)安全研討會(huì)論文集[C];2002年

2 張樂;郝文江;武捷;;美國網(wǎng)絡(luò)入侵信息披露制度簡介[A];全國計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集·第二十五卷[C];2010年

3 鐘華;陶妍丹;;基于攻擊聚類的計(jì)算機(jī)網(wǎng)絡(luò)入侵預(yù)警研究[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

4 范曉嵐;姜建國;曾啟銘;;BO網(wǎng)絡(luò)入侵的實(shí)時(shí)檢測[A];中國工程物理研究院科技年報(bào)（1999）[C];1999年

5 王娟;舒敏;傅，

本文編號(hào)：1532256