10.3969/j.issn.1006-9348.2020.08.071
基于用户画像的大数据环境中异常特征提取
针对网络安全风险检测中对用户行为异常特征提取的时间长、检测精度低的问题,提出基于用户画像的大数据环境中异常特征提取方法.利用收集系统自动获取网络服务器日志中的用户行为数据;对获取到的用户行为数据进行预处理,包括数据脱敏、数据清洗、用户识别、会话识别、路径补全及事物识别,利用PrefixSpan算法构建用户画像模型,通过频繁序列挖掘确立用户行为特征标签,实现异常特征提取.仿真结果表明,采用基于用户画像的方法提取用户行为数据异常特征提取,其检测精度高,提取时间短,证明所提方法的性能更好.
用户画像、大数据环境、异常特征、数据预处理
37
TP399(计算技术、计算机技术)
河北省科技计划自筹经费项目;中央高校基本科研业务费青年教师资助计划项目
2020-09-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
332-336