基于聚类分析的网络安全数据特征可视化融合研究

• 作者: 赵露
• 来源期刊: 长春工程学院学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 可视化 融合 识别
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息技术与应用
• 页码范围: 94-97
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1009-8984.2020.02.022

摘要

传统的网络安全数据特征可视化融合方法,存在融合精确度低的情况,为解决这一问题,设计了一种基于聚类分析的网络安全数据特征可视化融合方法.根据网络安全数据多源关联性特征,提取网络安全数据,确定网络安全数据事件位置,采用聚类分析算法对网络安全数据特征识别,计算网络安全数据特征可靠度,以数据特征可靠度作为数据融合的依据,采用贝叶斯条件概率得出网络安全数据的后验概率,以此完成网络安全数据特征可视化融合.实验对比结果表明,此次设计的基于聚类分析的网络安全数据特征可视化融合方法比传统方法精确度高,传统方法与此次设计方法的融合精确度最大相差60％左右,最小相差20％左右,证明此次设计的网络安全数据特征可视化融合方法能够满足数据可视化融合需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵露		17	19	3.0	3.0