大数据环境下网络入侵检测技术的探究

• 作者: 蓝文奇
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 大数据 网络 入侵检测 PU学习算法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 安全技术
• 页码范围: 197-199
• 页数: 3页
• 分类号: TP393
• 字数: 3056字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2019.05.103

摘要

互联网为信息资源的交流提供了高效而便捷的全新方式,但同时信息资源的安全性也更加重要,信息资源的盗用、入侵、甚至毁坏给互联网的信息资源带来了严重安全威胁.而作为动态安全系统最核心的技术之一,入侵检测技术在网络防御体系中起着极为重要的作用,它是静态防护转化为动态防护的关键,也是强制执行安全策略的有力工具.本文将在阐述网络入侵检测常见方法的基础上,从数据流角度,提出动态的集成PU学习数据流分类的入侵检测方法,在验证数据集上进行突变漂移和逐渐漂移的比较实验表明,该方法具有较好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蓝文奇		2	1	1.0	1.0