基于Hadoop的网络行为大数据安全实体识别系统设计

• 作者: 李芳菊
• 来源期刊: 现代电子技术
• 关键词: 网络行为 大数据 安全实体识别 Hadoop框架 接收发送 信息存储 系统设计
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 75-79
• 页数: 5页
• 分类号: TN915.08-34|TP335
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.17.016

摘要

为解决大数据网络的负载拥塞问题,设计基于Hadoop的网络行为大数据安全实体识别系统.在Hadoop分布式框架中,规划网络行为大数据接收模块与识别发送模块的从属位置,实现网络行为大数据安全实体识别系统的硬件运行环境搭建.在此基础上,分析实体识别地址,在保持良好均衡处理结果的条件下,对识别信息进行导入导出与存储处理,实现系统软件运行环境搭建,结合基础硬件执行条件,完成基于Hadoop的网络行为大数据安全实体识别系统设计.对比实验结果表明,与理想状态下的识别系统相比,应用基于Hadoop的安全实体识别系统后,大流网络通道的占用率明显下降,单位时间内分流转发的安全信息总量提升,大数据网络的负载拥塞现状得到有效缓解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李芳菊	中原工学院信息商务学院信息技术系	8	10	2.0	2.0