基于大数据的Web入侵风险预测

摘要：

为了提高网络大数据的安全性能,进行Web入侵风险预测,提出基于非平稳性盲源分离的大数据的Web入侵检测模型进行风险预测估计.构建大数据的Web入侵信息测量模型,对Web大数据信息流进行二维信号拟合,采用非平稳性高斯独立平均统计量进行入侵信息判别,实现Web入侵风险预测模型改进设计.仿真结果表明,采用该方法进行大数据的Web入侵检测的准确检测概率较高,风险预测的精度高于传统模型.

关键词：大数据、Web入侵、风险预测、盲源分离

所属期刊栏目：40

分类号：TN915.08-34;TP311

资助基金：国家自然科学基金60702075;广东省高职高专云计算与大数据专业委员会教育科研课题GDYJSKT14-04

在线出版日期：2017-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：150-152