大数据信息传输中恶意攻击数据识别仿真

摘要：

大数据信息传输下恶意攻击数据的识别,能够有效提升网络数据安全稳定性.对恶意攻击数据的识别,需要对数据恶意攻击信息进行预处理,获得恶意攻击数据特征的分离过程,完成数据识别.传统方法采用定量递归分析原理分析恶意攻击数据的聚类特征,但忽略了获得恶意攻击数据特征的分离过程,导致识别精度较低.提出基于离散小波变换的恶意攻击数据识别方法.上述方法首先采用函数极值法确定隶属度,获取数据恶意攻击特征,采用离散小波变换方法对大数据信息传输中数据恶意攻击信息进行预处理,结合FIR滤波器进行网络数据抗干扰滤波处理,采用高阶累积量后置路径搜索获得大数据信息传输中恶意攻击数据特征的分离过程,实现恶意攻击数据特征的准确识别.实验结果表明,所提方法进行恶意攻击数据识别的准确度较高,抗干扰能力较强.

关键词：信息传输、恶意攻击、数据识别

所属期刊栏目：34

分类号：TP393(计算技术、计算机技术)

资助基金：内蒙古农业大学基础学科科研启动基金项目JC2015009

在线出版日期：2017-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：375-378,400