数据挖掘算法在大数据网络安全防御中的应用研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

引言

当前网络攻击手段持续演进，新型威胁利用漏洞组合与隐蔽渗透突破传统防护边界。静态规则库与阈值监测模式难以适应动态化攻击行为，导致误报漏报率居高不下。海量日志、流量数据蕴含潜在风险特征，但冗余信息干扰加剧检测难度。数据挖掘算法通过关联规则学习与异常模式提取，可有效识别低信噪比环境下的攻击信号。本研究提出改进型随机森林分类模型，借助果蝇优化算法优化节点分裂策略与特征权重分配，解决原始算法在处理非平衡数据集时的过拟合问题。（剩余4456字）

试读结束

目录
monitor