改进机器学习算法在网络数据安全风险预测中的应用

• 作者: 钟元权 韩高峰
• 来源期刊: 内蒙古民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 进机器学习 网络数据 安全风险预测 挖掘
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机应用
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP393
• 字数: 3275字
• 语种: 中文
• DOI: 10.14045/j.cnki.15-1220.2020.01.006

摘要

为了提高网络的数据安全传输性能,需要进行网络数据安全风险预测,提出一种基于改进机器学习算法的网络数据安全风险预测算法.构建网络的数据传输信道分布模型,提取网络传输码元比特流的安全风险数据统计特征量,根据风险统计分布特征提取结果进行融合聚类处理,构建网络数据安全风险预测的量化回归分析模型,结合关联特征挖掘方法进行网络数据的安全风险指向性预测,采用机器学习算法进行网络安全风险预测中的收敛性控制,实现网络数据安全风险预测.仿真结果表明,采用该方法进行网络数据安全风险预测的准确性较高,对入侵信息的检测能力较强,提高了网络安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩高峰	安徽文达信息工程学院计算机工程学院	12	17	2.0	4.0
2	钟元权	安徽文达信息工程学院计算机工程学院	11	8	2.0	2.0