大数据环境下安全信息优化保护仿真

摘要：

对网络信息的保护,能够有效提高网络运行稳定性.对大数据环境下安全信息的优化保护,对危险信息进行标记是关键步骤,根据相关性度量函数,给出新的输出核函数,完成信息的优化保护.传统方法预测测试信息样例的类标记,建立信息类别间的映射关系,但忽略了获取信息新的输出核函数,导致信息保护效果不理想.提出基于改进Rossle混沌的网络危险信息精准标记方法.该方法先依据Rossle混沌理论获取全部信息的非线性时间序列,得到信息级联滤波传输函数,获取混沌系统参数迭代的平均长度,计算出各个信息间的平均互信函数期望值,给出网络全部信息的平均互信息特征向量,利用互信息来度量信息标记间的两两相关性,得到危险信息特征空间与输出空间的相关性度量函数,给出新的输出核函数,依据该函数实现大数据环境下安全信息优化保护.实验证明,所提方法有效地提升了标记精确度,保证大数据环境下的网络运行质量.

关键词：大数据环境、网络信息、优化保护

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：2016年辽宁省教育科学规划项目JG16DB458;基于网络行为的E-learning分析与评价方法研究JG16DB471;2017年辽宁省教育科学规划项目JG17DB550

在线出版日期：2018-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：176-179