共查询到20条相似文献,搜索用时 546 毫秒
1.
大数据交易是促进数据流通和提升数据价值的关键环节.实现大数据交易的过程优化对于构建高效和鲁棒的交易平台至关重要.大数据交易是典型的复杂过程模型,传统的模型修复方法无法有效发现和约减流程执行与流程规则之间存在的偏差.本文提出了一种基于偏差约减的大数据交易模型修复方法,通过过程模型的可达标识图发现事件日志与模型之间的偏差关系,对事件日志与模型之间偏差进行约减,实现基于有效偏差的模型修复.该方法应用于天元大数据网大数据平台,通过与基于模型校准和基于迭代的修复方法进行对比实验,对修复结果开展模型拟合度、精确度、简洁度及时间复杂度评估,验证了方法的有效性. 相似文献
2.
3.
本文主要是通过实例讲解防火墙的工作原理,建立了相应的结构模型,然后通过分析互联网防火墙的工作数据,在充分结合并分析现有计算机领域最新技术的基础上,提出了本文的防火墙设计方案。 相似文献
4.
5.
日志分析对于在用户搜索领域有着很重要的意义,目前的日志分析系统有着不少弊端,比如:海量数据无法处理、离线处理模式、处理时延长等。对日志数据采用分级归档,可以实现大数据的分级优化处理。本文通过提出在一种基于Hadoop的大数据日志分析模型,并对其业务处理流程以及功能架构进行深入分析,实验结果反映出该系统扩展性强、海量数据处理能力卓越、满足在线处理等,具有良好的可行性和有效性。 相似文献
6.
传统的文本分类一般采用单标签形式,但现实生活中多标签文本比单标签文本具有更广泛的应用场景.本文提出一种BiGRU-Capsule模型的多标签文本分类方法,该方法首先通过嵌入层将输入的文本序列转化为向量表示;然后通过BiGRU和Capsule提取文本特征;最后使用sigmoid分类器进行分类.为确保数据量足够,利用今日头条2018新闻标题多标签语料数据集进行实验,将胶囊网络模型作为对比模型进行多标签文本分类实验与分析.实验结果表明:本文模型的多标签文本分类效果得到有效提升. 相似文献
7.
当今的云计算平台和大型网站在运行时都会产生大量的日志文件,这些日志文件一般都具有收集分析的价值,所以在日志文件的收集过程中就出现了大日志文件的传输问题。本文要解决的问题就是如何使日志文件能够快速的传输到接收端。为此本文在研究了当前已经有的大数据传输办法之后,针对日志文件提出了与传输协议无关的新算法:文件拆分和预测算法。该算法主要由两部分组成:首先对日志文件进行拆分,拆分成包含描述性信息的文件和包含数据的文件,消除了文件中的冗余信息;然后在传输过程中通过预测接收端缓存的数据来达到消除传输过程中的冗余信息的目的。经过实验检验,本文设计的算法能够将实际传输的数据量降低90%以上。 相似文献
8.
9.
SYN Flood攻击可在短时间内发送大量的SYN数据包给防火墙,造成状态检测防火墙的状态表溢出,使其无法响应合法请求,从而导致整个网络的系统性能下降。在防御SYN Flood攻击的状态检测模型的基础上,提出一种自适应阈值状态检测模型。它利用自适应阈值算法对流量进行预处理,保障防火墙在高强度攻击下的自身安全。实验表明,该模型能有效抵御SYN Flood对内网主机的攻击,同时在一定程度上提高了状态检测防火墙自身防御的能力。 相似文献
10.
基于分布式防火墙日志的入侵检测 总被引:1,自引:0,他引:1
采用数据挖掘技术,将误用检测和异常检测相结合,对分布式防火墙日志进行入侵检测分析.实验数据及分析结果表明,通过将两种入侵检测方法相结合的方式对入侵行为具有较高检测率和较低的误报率,具有一定的实际应用意义. 相似文献
11.
本文提出了一种基于神经网络的双标签人格检测模型。该模型结合了网络用户的行为特征,并对通过不同分类器传递可用数据得到的结果进行比较。构建了一个改进的LSTM神经网络模型用于有效预测关于行为日志所反映的用户性格特征。实验结果表明,与其他常见神经网络模型相比较,所提出的模型达到了更好的AUC(0.83)。 相似文献
12.
13.
14.
本文研究了深度包检测防火墙的原理、技术及实现方法,并在此基础上提出了基于白名单的改进方法。通过白名单定义可信流量,可信流量在完成状态检测或协议分析之后即可通过防火墙,不再进行完整的深度检测,减轻了防火墙的负荷。基于白名单的自学习功能通过对日志的分析自动维护白名单,使它更加安全有效。 相似文献
15.
网络防火墙是部署在网络安全域之间的屏障,它可以监控和拦截域间的流量,实现安全防护。随着数据中心网络规模不断扩大、业务数据日益增长,防火墙的安全作用越显重要。在大数据时代,通过收集防火墙日志并进行分析,可以让网络防火墙的安全功能得以进一步利用和提升。 相似文献
16.
17.
18.
通过大数据交易过程模型优化,实现对大数据交易过程的精确建模,对于构建稳定、鲁棒和精确的交易平台至关重要.然而,大数据交易流程随时间而变化,传统的静态模型优化方法无法反映现实流程模型的时态变化特征.为此,本文提出一种基于概念漂移的大数据交易模型优化方法,在概念漂移点检测和定位的基础上,设计大数据交易日志分割算法,演算日志精准分割点,构建具有时变特性的大数据交易分段模型,实现基于日志分割的模型优化.该方法在天元大数据交易平台的应用实践表明,优化模型在拟合度和精确度方面均优于静态模型,对大数据交易演化过程的适配性更强. 相似文献
19.
20.
王锐 《电信工程技术与标准化》2024,(1):75-80
传统的异常检测方法采用不定时巡检和用户反馈等被动方式发现问题,效率低、无法主动发现故障。本文提出了一种基于日志数据的窗口化异常检测方法,首先对历史日志数据进行预处理,获取日志模式库,再将日志数据转换成事件统计矩阵,结合COPOD算法快速定位异常点,及时发现具体异常日志,保证检测高效及准确。经实验数据表明,本文提出的异常检测方法能有效检测出多事件中存在的异常数据,且在大数据处理过程中效率较高。 相似文献