傳統(tǒng)的船舶通信惡意入侵數(shù)據(jù)挖掘方法,無法適應(yīng)大數(shù)據(jù)網(wǎng)絡(luò)的海量數(shù)據(jù)處理環(huán)境,頻繁出現(xiàn)惡意入侵數(shù)據(jù)挖掘斷鏈的問題,導(dǎo)致通信網(wǎng)絡(luò)數(shù)據(jù)安全受到威脅。因此,提出云計算平臺下船舶通信網(wǎng)絡(luò)惡意入侵數(shù)據(jù)挖掘方法。通過采用云計算平臺技術(shù),引入泛數(shù)據(jù)特征對比算法對通信網(wǎng)絡(luò)數(shù)據(jù)流節(jié)點進行廣泛特征收集比對,獲得惡意入侵數(shù)據(jù)的原始樣本;隨后,通過引入數(shù)據(jù)獨立性決策算法,對數(shù)據(jù)間的關(guān)聯(lián)獨立性進行判定,鎖定無關(guān)聯(lián)獨立數(shù)據(jù)特征,并對包含此特征的多組獨立數(shù)據(jù)進行鎖定,完成惡意入侵數(shù)據(jù)的挖掘。最后,通過100組隨機數(shù)據(jù)測試,證明提出方法的可行性。 

【文章來源】：艦船科學技術(shù). 2020,42(20)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

泛數(shù)據(jù)特征對比算法的原理Fig.1Principleofpan-datafeaturecontrastalgorithm

【參考文獻】：
期刊論文
[1]基于改進譜聚類算法的航路辨識[J]. 李爽,史國友,高邈,陳曉,吳京霖.  上海海事大學學報. 2019(04)
[2]基于云計算平臺的仿生優(yōu)化聚類數(shù)據(jù)挖掘算法[J]. 申燕萍,顧蘇杭,鄭麗霞.  計算機科學. 2019(11)
[3]基于小波設(shè)計和數(shù)據(jù)挖掘算法協(xié)同訓練的非侵入式負載識別[J]. 周步祥,張致強,袁岳,劉治凡,廖敏芳.  電測與儀表. 2019(04)
[4]基于人工智能技術(shù)的大數(shù)據(jù)分析方法研究進展[J]. 王萬良,張兆娟,高楠,趙燕偉.  計算機集成制造系統(tǒng). 2019(03)



本文編號：3317858