10.16526/j.cnki.11-4762/tp.2021.05.008
大数据融合模型的智能化网络安全检测方法
针对传统智能化网络安全检测平台处理数据效率低、误差大等问题,文章提出一种新型的解决方案;该方案基于大数据融合模型构建新型的智能化网络安全检测平台,采用卡尔曼滤波算法、采用数据融合分类算法和模糊推理算法3种方法结合构建出数据融合模型来对网络安全检测数据进行运算与处理;其中,采用卡尔曼滤波算法进行改进,对原始网络安全检测数据进行滤波降低噪声干扰,提高数据的精准度;通过SAE稀疏自动编码器自主提取网络安全检测数据的特征信息,之后K-means聚类算法对SAE稀疏自动编码器输出的数据进行处理,通过模糊推理算法调整权值;试验表明,文章所提方案克服了现有技术存在的不足,显著提高了处理数据效率和精准度,在数据量为2 TB的环境下,本研究方法的误差低至6.9%.
网络安全检测、大数据融合、噪声干扰、卡尔曼滤波、模糊推理
29
TP301.6(计算技术、计算机技术)
内蒙古重大科技项目NMG2020JG0091
2021-06-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
40-44