利用大数据分析建立养卡模型

总结了广东联通在规范营销市场过程中,利用大数据分析方法打击渠道经销商养卡行为的成果,通过用户基本信息、发展渠道、通信行为、套餐或活动等数据,进行大数据分析建模,成功实现了对养卡行为的打击.     

基于数据挖掘及数据分析的局域网用户网络访问行为审计系统

随着网络规模的扩大,信息内网接入终端不断增加,信息内网安全管理工作的任务更加艰巨。为了可以及时发现安全威胁,不断调整防护策略,实现最大限度的安全,需要对局域网中用户网络访问行为进行实时监测。为此考虑建设内网用户行为审计系统,通过对用户网络行为进行数据抓取、数据挖掘、数据分析,实现内部操作可视化,及时发现并且消除内网中存在的安全隐患,提升整个信息内网的网络安全水平。     

利用大数据实现流量经营精确化营销的模型研究与应用

文章通过对移动用户的个人信息、消费特征以及上网行为等信息进行全视图的量化统计,对大数据为驱动引擎进行分析处理,按照"个人基础信息--行为打标--场景服务--效益评估"四要素组成精准化营销模型,过对移动用户的四类场景进行营销,通过实际市场效果来证实数据分析模型的有效性,从而进一步推动大数据精确营销在流量经营中的作用与能力。     

基于交互行为的在线社会网络水军检测方法

网络水军对广告、谣言、木马和恶意链接进行传播,不仅干扰用户对在线社会网络的正常访问,还可能引发网络安全、社会稳定等方面的问题。针对网络水军信息传播的特点,提出基于交互行为的信息传播模型。模型根据不同传播主体间的交互定义特征来量化传播行为,使用决策树方法对水军传播的信息进行检测。通过新浪微博的真实数据分析传播模型并验证检测方法,结果表明检测方法能够对微博中水军信息进行有效检测。     

分布式网络行为审计系统设计与实现

网络行为审计技术是网络行为监管和取证的主要方法.文中针对现有网络行为审计系统存在的监管范围小、审计信息获取不全面等缺陷,设计并实现一种分布式记录、集中式审计的网络行为审计系统.它能够大范围、准确地获取用户各种网络行为信息,并具有很强的审计分析功能,不仅能够发现主机的异常行为,而且有助于发现僵尸主机,为网络取证提供了有效的技术手段.     

计算机辅助信息分析技术的现状与发展趋势

随着信息时代的快速发展,人类的日常生活以及工作都已经离不开各种网络信息设备与计算机技术。为进一步开展计算机辅助信息分析研究,通过构建计算机辅助信息分析技术框架,从顶层架构设计的角度来指导计算机辅助信息分析。从数据库、数据仓库、OLTP、BI、OLAP以及DSS等技术领域来构建计算机辅助信息分析技术的框架,并分别从数据挖掘、社会网络分析、大数据分析以及联机在线分析等方面具体分析其技术架构。并介绍了计算机辅助信息分析工作流程,同时对其存在的挑战以及发展趋势进行了展望,即大数据分析技术将成为计算机辅助信息分析的重要研究内容,在云计算以及大数据等技术的支持下,计算机辅助信息分析将会有新的突破。     

创意产业集群网络行为研究——以义乌创意园为例

文章以义乌创意园的全体从业人员为研究对象,整合了多种网络流量技术,通过实证数据分析了创意产业集群的网络行为。以MRTG的流量图分析了该群体网络使用的习惯,以OptiView协议分析仪的数据分析了软件使用偏好,通过对tcp80端口的访问记录分析了网站访问取向。     

一种适用于广电运营商用户行为数据采集的系统设计

随着大数据技术的快速发展,广电运营商可以利用大数据分析技术来促进其业务的进一步发展,提升业务的ARPU值.同时随着广电运营商双向网络的改造和互动业务的快速开展,使得对双向机顶盒的用户行为数据全面采集成为可能.本文将针对广电运营商双向机顶盒用户行为数据全量采集的难点进行分析,并提出一种在广电系统中构建高性能大数据采集系统的解决思路.     

基于移动通信大数据的城市人口管理解决方案

阐述了大数据发展现状和发展前景,介绍了移动通信网络大数据在城市人口管理中的解决方案,研究出一套移动通信用户行为分析模型,建立了地图网格算法、人口分布算法、人口流动模型算法。通过数据分析和数据挖掘,分析了城市人口的时空分布及动态迁移情况,为大数据在移动通信网络的应用做出了有益的探索和尝试。     

移动网络中的大数据用户行为研究与分析

文章针对移动网络环境中的大数据用户行为，采用基于云计算技术设计相应的分析方案，通过在该方案中进行总体架构设计、大数据用户行为模型分析以及系统结果测试等环节，对所采用方案的性能进行了阐述与说明。     

全球开源生态发展现状研究

在开源日益重要的今天,建立在全域开源大数据基础上的相对完整、可以反复进行推演的数据分析尤为重要.使用2019年全年GitHub的日志进行统计,总日志条数约5.46亿,通过分析GitHub全网的开发者行为日志,从数据的视角,来观察全球范围内的开源现状、进展趋势、演化特征,以及未来挑战等问题,除了展现目前开源世界全貌之外,还特别关注中国的开发者和企业组织在整个开源产业中的表现.     

基于大数据的智能企业管理系统设计

传统在网络环境下构建的企业管理系统,对企业管理中的大数据分析效果差,无法提高企业经营管理效率。设计基于大数据的智能企业管理系统,采用管理应用创新模块,通过多屏互动等方式实现企业智能管理应用创新,利用大数据处理模块对数据进行采集、传输、存储等处理。系统软件采用三层式架构设计数据整理流程,消除关联信息;通过数据清洗过程排除冗余信息;采用基于大数据行为模型的故障预测方法分析时间序列,实现系统故障预判。实验结果表明,系统测试的预期结果与实际结果一致,系统最高吞吐量为290 000 Mb/s、平均响应时间为3.5 s,说明所设计系统可实现高效率的智能企业管理。     

大数据技术在高校网络信息安全中的应用

随着计算机网络技术的迅猛发展,我国已经进入到了大数据时代。在此时代背景下,高校的教育信息化格局也发生了不同程度的改变,以往传统数据分析中的弊端逐渐暴露出来,使得网络信息安全面临着极大的威胁和挑战。为了使高校营造出安全的信息环境,将大数据渗透到校园网络领域当中成为大势所趋。文章将对大数据技术在高校网络信息安全管理中的应用背景以及具体应用进行分析。     

企业网络行为管理与控制技术研究

为控制企业员工非工作上网行为可能带来的损失与法律风险,必须要对企业网络行为进行管理。本文对企业网络行为管理解决方案涉及的技术进行了分析,并对独立式部署方案和集成式部署方案进行了综述。策略的实施,达到了不触犯法律、提升网络安全、提高办公效率和确保正常业务开展的效果。     

数据挖掘技术在少年健康体育行为应用中的研究

采用大数据分析方法进行少年健康体育行为统计分析,指导少年体育训练管理,提出基于数据挖掘技术的少年健康体育行为建模分析方法。首先采用模糊决策方法构建体育行为特征的实体模型,结合支持向量机进行体育行为大数据信息挖掘,构建数据挖掘的统计决策目标函数;然后采用粒子群方法进行挖掘目标函数的参数寻优,实现对少年健康体育行为大数据准确挖掘和特征分析。仿真结果表明,采用该方法进行少年健康体育行为应用分析,使体育关联数据挖掘准确度较高,统计分析的可靠性较好。     

计算机大数据分析与云计算网络技术应用

<正>当前人类进入高科技时代，生活及生产方式发生了较大的变化。计算机大数据分析与云计算网络技术应用较为广泛，促使各个行业产生变革。企业可以借助计算机大数据开展数据分析、预测、挖掘，降低数据处理成本，促进企业的健康稳步发展。大数据、云计算、人工智能是近年来研究的热点，随着技术的不断深化发展，要重视对于大数据分析以及云计算网络技术的应用研究，不断立足于云计算和物联网的特征基础上，推动网络安全进步。要分析大数据计算技术的优缺点，发挥数据的使用价值，为管理决策提供支撑，进一步促进社会的可持续发展，为未来信息发展奠定基础。     

数据视阈下通信网络的监控体系研究

大数据时代下,获取信息的途径更加便捷,通过大数据分析对于决策制定、管理优化、精准营销等方面有着显著的促进作用,但信息安全受到了威胁.本文以大数据为视角,通过分析网络通信的发展和网络信息的安全,结合政府服务平台的重要性,总结了数据视域下通信网络监控体系的建立策略,以供参考.     

基于用户行为认知的在线社交网络协同推荐

近年来,在线社交网络成为人们工作、生活不可或缺的信息共享与交流工具,如何对海量庞杂、大范围时空关联的用户行为信息进行认知并据此提供个性化的推荐服务,已成为在线社交网络发展重点关注的问题。为此,提出了一种基于用户行为认知的在线社交网络协同推荐框架,在对用户特征、文本信息及兴趣偏好等行为进行认知的基础上,利用协同过滤算法,实现个性化的推荐服务。实验结果验证了提出的基于用户行为认知的协同推荐策略具有较好的稳定性和实际应用效果。     

LTE-Advanced网络Uu接口用户行为分析系统的研究与实现

大数据时代,面对海量且复杂的结构化、半结构化和非结构化数据,传统的信令监测分析系统无法快速准确地分类、处理以及存储海量数据中包含的信息.针对这些问题,提出了一种基于Hadoop系统技术平台和支持向量机(Support Vector Machine,SVM)分类算法的LTE-Advanced网络Uu接口用户行为分析系统.对用户行为分析系统的系统架构、在Hadoop平台下数据挖掘分类算法SVM的实现进行了详细阐述,并通过Uu接口进行了现网测试,测试结果表明,提出的用户行为分析系统达到了预期的效果,对用户偏好分析以及精准营销具有推广意义.     

基于大数据技术的实时网络信息安全监测

传统监测方法对网络行为数据的挖掘力度不足,数据处理能力较低导致监测效果不理想,针对此问题研究基于大数据技术的实时网络信息安全监测,基于大数据技术挖掘网络信息行为特征,从中提取代表性外显特征;清洗冗余数据,对网络信息安全异常行为进行判定;设计网络异常行为实时报警模块,对网络信息安全实时状态做出预测。测试结果:此次研究所用监测报警平均时间较传统方法缩短6.1s,其异常行为误报率较传统方法降低8.4%,获得较佳效果。