基于IDC互联网流量结合大数据分析技术开展安全能力关联深度学习研究

• 作者: 李翔宇
• 来源期刊: 网络安全技术与应用
• 关键词: 大数据 互联网 安全防御能力 深度学习 卷积神经网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 数据安全与云计算
• 页码范围: 76-77
• 页数: 2页
• 字数: 2604字
• 语种: 中文

摘要

随着移动通信、大数据、云计算等技术的快速发展和改进,人们已经进入到"互联网+"时代,有力地促进了IDC、云平台等数据中心的建设,提高了人们工作、生活和学习的便捷性.IDC作为一个先进的互联网数据中心,承载的信息化数据达到数百亿T,IDC管理也引入了许多先进的机制,比如风险管理机制、全生命周期管理、安全防御管理、安全能力管理等.本文基于笔者多年的研究,引入了大数据分析技术,建立一个多措施关联深度学习模型,利用大数据分析IDC中数据流量,将IDC中部署的DDoS攻击、漏洞监控、网站防篡改监控、态势感知、攻击溯源等能力作为卷积神经网络的输入参数,然后利用内部关联因子进行权值设置,实现IDC安全能力的进一步提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李翔宇		2	0	0.0	0.0