蚌埠学院学报

2021年02期

本刊往期查看全部 >

基于分布式数据流的大数据信息安全评估平台研究

潘锦锋;胡小琴

为了提升高效频繁集大数据的信息安全性,提出了基于分布式数据流的大数据信息安全评估平台。首先构建数据结构融合模型,采用闭频繁项特征融合的方法,实现对分布式数据流的频繁集挖掘;结合关联规则挖掘和结构化数据检测的方法,实现了对分布式数据流的融合和混合频繁项集的挖掘,提取了分布式数据流的关联规则属性参数集;通过模糊信息空间聚类和特征分布式融合的方法,将数据集加载到数据聚类中心,采用高效频繁集分布式数据流抗干扰融合模型,得到梯度信息分量和误差;根据数据的特征属性值来确定大数据信息记录的位置,提取分布式数据流的候选集、事务集,根据属性集分布实现了安全评估。仿真结果表明,采用该方法,大数据信息安全评估的自适应性较好,分布式数据流的信息融合度较高,提高了检测和安全性识别能力。 (共4页)
PDF全文下载

安装知网阅读App
手机 · Pad同步看

开通季卡/年卡,优惠更多
立即开通