一种基于大数据分析算法的网络安全信息动态检测系统技术方案

技术编号:38346880 阅读:30 留言:0更新日期:2023-08-02 09:26
本发明专利技术公开一种基于大数据分析算法的网络安全信息动态检测系统,涉及数据信息处理技术领域,解决的问题是提高网络安全信息动态检测能力,采用的方案是:一种基于大数据分析算法的网络安全信息动态检测系统,通过数据预处理模块采用数据动态清洗模型将系统接收的数据划分为单元网格,提高数据分类的效率,并将数据特征进行降维操作和分级操作,使系统能够实时地动态处理庞大的信息量,通过大数据分析平台采用改进K

【技术实现步骤摘要】
一种基于大数据分析算法的网络安全信息动态检测系统


[0001]本专利技术涉及数据信息处理
,具体是一种基于大数据分析算法的网络安全信息动态检测系统。

技术介绍

[0002]目前科技水平高速发展,人们的生活和工作越来越离不开计算机网络的应用。随着人们使用计算机网络时间的增加,网络信息数据量日益庞大,网络信息的内容更加多样化和复杂化,人们对网络信息安全问题也更加重视,网络安全问题也日益成为热点问题。常见的网络安全威胁有:信息泄露、信息窃取、数据篡改、数据删添、计算机病毒等,网络安全攻击的难以预测性与其自身的隐蔽性使得攻击在整个网络中更加猖獗的进行破坏性的生存。
[0003]如何实现网络安全信息动态检测成为亟待解决的技术问题,现有技术大多通过检测设备实现数据信息的检测成为亟待解决的技术问题,现有的技术对常见的网络安全攻击的监测和防御有很多方法,但很难做到实时动态的巡检与监测。现有技术多采用检测设备和测量装置进行测量,对于数据信息的处理比较滞后。
[0004]综上所述,传统的网络安全信息动态检测系统无法快速检测和分析各种网络异常信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析算法的网络安全信息动态检测系统,包括报警模块和溯源模块;报警模块接收异常数据检测结果和异常数据的源IP地址,并发送警报信息到维护部门;所述报警模块包括通信子模块,所述通信子模块采用802.11无线接口满足无线传输协议;溯源模块对异常数据进行溯源,得到异常数据的源IP地址;其特征在于:其中所述溯源模块包括同步子模块和探索子模块,所述同步子模块用于对大数据分析平台的异常数据进行同步,所述探索子模块采用感知哈希模型选取均值哈希算法进行异常数据的溯源分析,所述同步子模块的输出端连接探索子模块的输入端;基于大数据分析算法的网络安全信息动态检测系统还包括数据预处理模块和大数据分析平台;数据预处理模块为系统主要的数据分析做准备工作;所述数据预处理模块包括数据清洗子模块、数据加密子模块和数据变换子模块,所述数据清洗子模块采用数据动态清洗模型清除重复数据和纠正异常数据,避免无效数据的不良影响,所述数据加密子模块对敏感信息进行数据变形,实现对数据的隐私保护,所述数据变换子模块用于将数据变换为统一形式,方便数据分析与数据存储,所述数据清洗子模块的输出端连接所述数据加密子模块的输入端,所述数据加密子模块的输出端连接所述数据变换子模块的输入端;大数据分析平台用于对预处理后的数据进行分析,动态检测异常信息;所述大数据分析平台包括UI层、表现层、服务层、分析层和存储层,所述UI层为管理人员提供安全信息检测结果的管理页面,所述表现层用于前端框架的运行和页面的渲染,所述服务层用于实现所述大数据分析平台的服务功能,所述分析层用于对待检测数据集进行的计算分析,筛选异常信息,并探索异常信息的来源,所述存储层用于存储已检测的数据信息结果和待检测数据集,所述UI层连接表现层,所述服务层连接分析层,所述分析层连接存储层,所述存储层的输出端连接服务层的输入端;所述数据预处理模块的输出端连接所述大数据分析平台的输入端,所述大数据分析平台的输出端连接所述报警模块和溯源模块的输入端,所述溯源模块的输出端连接所述报警模块的输出端。2.根据权利要求1所述的一种基于大数据分析算法的网络安全信息动态检测系统,其特征在于:所述数据动态清洗模型通过单元网格代替数据点进行数据分类,提高数据分类的效率,并将数据特征进行降维操作和分级操作,方便系统进行数据检测,所述数据动态清洗模型包括数据分类系统、特征提取系统、特征分级系统和数据修复系统,所述数据分类系统用于将输入数据按照数据类型进行分类,所述数据特征提取系统采用改进型卷积神经网络提取数据串中的数据特征,并使用信息熵对数据进行度量,所述特征分级系统将从数据串中提取的数据特征按照在数据串中出现的频率分为低频数据特征和高频数据特征,所述数据修复系统对数据特征进行空白补位,形成待检测数据集,所述数据分类系统的输出端连接所述特征提取系统的输入端,所述特征提取系统的输出端连接所述特征分级系统的输入端,所述特征分级系统的输出端连接所述数据修复系统的输入端。3.根据权利要求2所述的一种基于大数据分析算法的网络安全信息动态检测系统,其特征在于:所述数据动态清洗模型的工作方式为:步骤一、数据分类,采用改进型KNN法对预处理后的待检测数据集进行网格化,将单元
网格按次序进行标号,然后将所有的数据对象进行映射使其一一对应的分配至网格中,数据集被划分的网格数为:(1)式(1)中,F为数据集被划分的网格数,计算结果取整, t为待检测数据的数据标号,为待检测数据的最小值,为待检测数据的最大值,D为加速器,η为分辨率,为高频数据特征点个数,q为待检测数据集的总数据数,然后把一个单元网格看作一个数据进行聚类,将接收到的数据按照图片信息、视频信息、文字信息、音频信息、图表信息、动画信息和其他信息进行数据分组;步骤二、识别特征,在每个类型的数据组中根据数据串之间的相似性,将高频重复数据删除,剔除冗余的数据,然后截取数据串中的有效部分,通过方差过滤法识别数据串中的关键特征;步骤三、特征简化,通过...

【专利技术属性】
技术研发人员:王帅
申请(专利权)人:北京国旭网络科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1