大数据下监控网络混合入侵信息检索仿真
何保荣
河南牧业经济学院 软件学院,郑州,450046
摘要：针对传统的监控入侵信息检索方法存在检索精度低、召回率高、检索耗时长等问题,提出一种大数据下监控网络混合入侵信息检索方法.采用遗传算法对特征集进行优化选择,引入偏F检验对选择最优子集,组成优化特征集,并构建冗余信息消除模型,消除混合入侵信息中的冗余信息.以信息检索理论为依据,引用LDA模型对文档的话题进行建模,构建入侵信息检索模型,完成大数据下监控网络混合入侵信息检索.结果表明,所提方法的检索精度较高,能够有效提高入侵信息检索效率,降低检索耗时,且召回率平均值约为24％,优于其他方法,具有一定可行性.
关键词：大数据监控网络混合入侵信息冗余检索特征集LDA模型召回率
分类号：TP393(计算技术、计算机技术)
资助基金：河南省科技攻关计划(142102210607)河南省高等学校重点科研项目(15A520002)
论文发表日期：2019-11-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 654-658 )
英文信息