【摘要】：為了提高網(wǎng)絡(luò)大數(shù)據(jù)的安全性能,進(jìn)行Web入侵風(fēng)險(xiǎn)預(yù)測(cè),提出基于非平穩(wěn)性盲源分離的大數(shù)據(jù)的Web入侵檢測(cè)模型進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)估計(jì)。構(gòu)建大數(shù)據(jù)的Web入侵信息測(cè)量模型,對(duì)Web大數(shù)據(jù)信息流進(jìn)行二維信號(hào)擬合,采用非平穩(wěn)性高斯獨(dú)立平均統(tǒng)計(jì)量進(jìn)行入侵信息判別,實(shí)現(xiàn)Web入侵風(fēng)險(xiǎn)預(yù)測(cè)模型改進(jìn)設(shè)計(jì)。仿真結(jié)果表明,采用該方法進(jìn)行大數(shù)據(jù)的Web入侵檢測(cè)的準(zhǔn)確檢測(cè)概率較高,風(fēng)險(xiǎn)預(yù)測(cè)的精度高于傳統(tǒng)模型。
[Abstract]:In order to improve the security performance of big data network and predict the Web intrusion risk, a Web intrusion detection model based on non-stationary blind source separation was proposed to estimate the risk. This paper constructs big data's Web intrusion information measurement model, carries on the two-dimensional signal fitting to the Web big data information flow, discriminates the intrusion information by using the non-stationary Gao Si independent average statistic, realizes the improved design of the Web intrusion risk prediction model. The simulation results show that the accurate detection probability of big data's Web intrusion detection is higher and the precision of risk prediction is higher than that of traditional model.
【作者單位】： 廣州科技貿(mào)易職業(yè)學(xué)院;西南民族大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(60702075) 廣東省高職高專云計(jì)算與大數(shù)據(jù)專業(yè)委員會(huì)教育科研課題(GDYJSKT14-04)
【分類號(hào)】：TP311.13;TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李艷;吳介軍;寇曉東;韓志兵;;基于PCA-RBF網(wǎng)絡(luò)的高校保密項(xiàng)目風(fēng)險(xiǎn)預(yù)測(cè)[J];科技管理研究;2011年05期

相關(guān)碩士學(xué)位論文 前1條

1 王炫;基于GIS的危險(xiǎn)化學(xué)品泄漏事故環(huán)境風(fēng)險(xiǎn)預(yù)測(cè)與評(píng)價(jià)信息支持系統(tǒng)研究[D];復(fù)旦大學(xué);2009年

，

本文編號(hào)：2221749