數(shù)據(jù)挖掘的網(wǎng)絡(luò)安全預(yù)警技術(shù)研究

摘要：現(xiàn)階段，網(wǎng)絡(luò)與人們的生活聯(lián)系變得越發(fā)緊密，并深入到各領(lǐng)域的工作中，在這樣的背景下，網(wǎng)絡(luò)安全變得尤為重要，成為全世界所有人共同關(guān)注的一項(xiàng)重點(diǎn)問題。本文針對(duì)數(shù)據(jù)挖掘的網(wǎng)絡(luò)安全預(yù)警技術(shù)展開研究，介紹網(wǎng)絡(luò)安全預(yù)警概念，整理網(wǎng)絡(luò)安全預(yù)警技術(shù)，總結(jié)相關(guān)工作經(jīng)驗(yàn)，希望能夠?yàn)橥袠I(yè)工作者提供科學(xué)化發(fā)展建議。

關(guān)鍵詞：網(wǎng)絡(luò)安全;數(shù)據(jù)挖掘;預(yù)警技術(shù)

一、引言

數(shù)據(jù)挖掘技術(shù)屬于數(shù)據(jù)庫領(lǐng)域和人工智能領(lǐng)域中的人們研究課題，可以對(duì)數(shù)據(jù)庫中包含的所有數(shù)據(jù)進(jìn)行自動(dòng)分析，成功挖掘出大量具有關(guān)鍵作用的內(nèi)容，并提供大量的客觀網(wǎng)絡(luò)預(yù)警知識(shí)，在面對(duì)網(wǎng)絡(luò)危機(jī)問題時(shí)，具有重要應(yīng)用價(jià)值。因此，在網(wǎng)絡(luò)安全預(yù)警系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)可以取得十分顯著的應(yīng)用成果，具有非常高的發(fā)展空間和研究?jī)r(jià)值。

二、數(shù)據(jù)挖掘技術(shù)

通常情況下，數(shù)據(jù)挖掘技術(shù)，（即DataMining）是指一種能夠?qū)σ延写笮蛿?shù)據(jù)庫進(jìn)行處理，從中提取并分析關(guān)鍵數(shù)據(jù)資料的能力，這些資料在進(jìn)行提取歸類前，處于隱含狀態(tài)，具有未知性、潛在性，是一種不易被人們發(fā)現(xiàn)的有價(jià)值信息，從廣義角度出發(fā)，可以將其定義為一種從數(shù)據(jù)庫、或其他類型的信息資料庫集中有用信息，這種挖掘有價(jià)值數(shù)據(jù)的能力。所以，現(xiàn)有學(xué)者會(huì)將其數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)視為同一類型的技術(shù)。此外，還部分學(xué)者將這種技術(shù)理解為KDD期間必不可少中的關(guān)鍵步驟，具有重要作用，不可忽視。

針對(duì)現(xiàn)有數(shù)據(jù)挖掘技術(shù)而言，本身具有較強(qiáng)的綜合性，屬于一種具有交叉特點(diǎn)的新型學(xué)科，所以在發(fā)展過程中往往會(huì)受其他學(xué)科帶來的影響，如：統(tǒng)計(jì)學(xué)、信息技術(shù)、可視化等[1]。在此之外，所有需要憑借挖掘技術(shù)達(dá)到最終目的的處理方式，均需要得到數(shù)據(jù)挖掘系統(tǒng)提供的支持作用，針對(duì)部分集成空間而言，其內(nèi)部包含的全部數(shù)據(jù)均需要進(jìn)行專門的綜合分析處理，并對(duì)提取出的關(guān)鍵信息加以識(shí)別，在經(jīng)過信號(hào)處理分析、圖像信息整合以及經(jīng)濟(jì)學(xué)分析等大量專業(yè)技術(shù)處理后，此時(shí)這些數(shù)據(jù)才能夠具備更高級(jí)別的使用價(jià)值。所以，數(shù)據(jù)挖掘技術(shù)是一項(xiàng)發(fā)展過程中必須得到重視的關(guān)鍵內(nèi)容。

三、網(wǎng)絡(luò)安全預(yù)警方法

目前，現(xiàn)有網(wǎng)絡(luò)安全技術(shù)處于相對(duì)不完善的狀態(tài)，其中，預(yù)警技術(shù)主要由數(shù)據(jù)預(yù)警指標(biāo)提供支持作用，此后的最終數(shù)據(jù)選擇和價(jià)值確定，均需要由預(yù)警方法做出最終判斷、對(duì)警戒線的界定以及報(bào)警等內(nèi)容，在此基礎(chǔ)上，針對(duì)現(xiàn)有預(yù)警方法進(jìn)行總結(jié)，可以進(jìn)一步提升預(yù)警管理技術(shù)效果，在面對(duì)各種網(wǎng)絡(luò)安全危機(jī)時(shí)可以具備更強(qiáng)的處理能力，具有非常重要的現(xiàn)實(shí)意義和研究?jī)r(jià)值，必須受到足夠的重視。

（一）預(yù)警技術(shù)類型

1.以比較常見的Logistic回歸分析法為例，此方法屬于現(xiàn)有統(tǒng)計(jì)方法的一種，在網(wǎng)絡(luò)安全預(yù)警領(lǐng)域中有著十分廣泛的應(yīng)用，對(duì)其展開具體分析，可以將其理解為一種借助選擇樣本與數(shù)據(jù)定義變量做出全面描述性的一種統(tǒng)計(jì)方法，可以利用簡(jiǎn)單指標(biāo)檢驗(yàn)對(duì)大規(guī)模數(shù)據(jù)資料進(jìn)行有效提取，同時(shí)還可以根據(jù)提取出的最終結(jié)果進(jìn)行分析，同時(shí)分析現(xiàn)有變量之間的相關(guān)性，此后則可以更加有效的剔除不具備價(jià)值的信息，借此保證篩選信息具有更高實(shí)用性[2]。在此之后，則可以對(duì)最終數(shù)據(jù)資料進(jìn)行專門的Logistic回歸處理，并選出其中最優(yōu)概率閾值對(duì)應(yīng)點(diǎn)（即分割點(diǎn)），此時(shí)閾值對(duì)應(yīng)點(diǎn)即為預(yù)警臨界點(diǎn)，并且還會(huì)對(duì)所得到最終預(yù)測(cè)方法加以有效檢驗(yàn)，保證提取效果和手段的高效性，在此基礎(chǔ)上，則可以得出值得信賴的最終分析結(jié)果。

2.分?jǐn)?shù)模型可以針對(duì)多變量進(jìn)行有效判別和分析，在劃分信息所屬類別方面具有極高的應(yīng)用價(jià)值，因此，可以將其視為一種可以在數(shù)據(jù)集合中進(jìn)行使用的高效統(tǒng)計(jì)方式。這種方法既能夠真實(shí)展現(xiàn)出被研究數(shù)據(jù)呈現(xiàn)出的特征變量信息，同時(shí)還能夠?yàn)樗胁煌兞考右宰罱K判別。在判別過程中，對(duì)所有提取數(shù)據(jù)加以定位和分析處理，并對(duì)已知觀測(cè)目標(biāo)的分類進(jìn)行整理，并運(yùn)用數(shù)據(jù)表明對(duì)自身觀測(cè)對(duì)象的所有特征信息，明確最終變量值，進(jìn)而判別并分析出已經(jīng)篩選出具有實(shí)際價(jià)值的關(guān)鍵，并對(duì)其中的變量數(shù)據(jù)進(jìn)行總結(jié)性研究，此后則可將此數(shù)據(jù)作為研究，并借此對(duì)最終判別函數(shù)展開細(xì)致分析，明確最終階段的預(yù)警臨界值。

3.人工神經(jīng)網(wǎng)絡(luò)預(yù)警評(píng)價(jià)技術(shù)，即ANN技術(shù)，該技術(shù)可以將人類的大腦生理作為基礎(chǔ)的學(xué)術(shù)研究，通過對(duì)生物神經(jīng)元的模擬作用，實(shí)現(xiàn)某部分的基本功能，這種組件結(jié)構(gòu)（人工神經(jīng)元）具有極強(qiáng)的應(yīng)用效果，并且還能夠根據(jù)最終聯(lián)結(jié)方式進(jìn)行再次選擇，并由此組成網(wǎng)絡(luò)結(jié)構(gòu)[3]。對(duì)于已知BP人工神經(jīng)網(wǎng)絡(luò)而言，屬于一種具有誤差反向性質(zhì)的傳播算法，并且這種多層前向神經(jīng)網(wǎng)絡(luò)計(jì)算和分析能力更強(qiáng)。一般情況下，這種BP神經(jīng)網(wǎng)絡(luò)能夠在第一時(shí)間運(yùn)用神經(jīng)元進(jìn)行函數(shù)類型的傳遞作用，即：Sigmoid型可微函數(shù)，借助對(duì)此函數(shù)的使用，可以進(jìn)一步展現(xiàn)出對(duì)所有關(guān)鍵數(shù)據(jù)的有效處理，并將處理結(jié)果進(jìn)行及時(shí)輸入與輸出，此后還能夠?yàn)榫哂腥我夥蔷€性特點(diǎn)的關(guān)鍵數(shù)據(jù)進(jìn)行映射作用?；诖耍诿鎸?duì)數(shù)據(jù)信息的模式識(shí)別需求時(shí)，可以采用這種方法進(jìn)行反向分析人物，有著十分突出的效果，應(yīng)用范圍十分常見[4]。但是，在面對(duì)非線性變化類型時(shí)，此方法還可以對(duì)最終預(yù)警指標(biāo)加以評(píng)價(jià)，并取得十分優(yōu)質(zhì)的計(jì)算效果。

4.智能預(yù)警支持（即IEWSS）?，F(xiàn)有智能化預(yù)警支持系統(tǒng)在系統(tǒng)決策領(lǐng)域內(nèi)具有重要地位，屬于其中的關(guān)鍵分支結(jié)構(gòu)，可以在案例推理領(lǐng)域、神經(jīng)網(wǎng)絡(luò)方面、規(guī)則推理層面、模糊推理等諸多技術(shù)中得以有效應(yīng)用，并且還能夠在預(yù)警領(lǐng)域中取得良好應(yīng)用效果之后，為智能化預(yù)警方面的系統(tǒng)知識(shí)奠定了良好的基礎(chǔ)，同時(shí)也可據(jù)此推理結(jié)果衍生出更多全新的理論知識(shí)和技術(shù)方法。在此期間，案例推理技術(shù)在當(dāng)下的預(yù)警領(lǐng)域中有著十分廣泛且深入的應(yīng)用。在案例推理方面，需先對(duì)預(yù)警對(duì)象進(jìn)行全面的特征描述，然后以提供的特征信息，對(duì)所有數(shù)據(jù)信息進(jìn)行檢索作用，并找出與之相似的實(shí)際案例，在與舊案例進(jìn)行充分對(duì)比之后，可以將其與新問題進(jìn)行綜合分析，并找出二者之間存在的主要區(qū)別和類似之處，通過這種方式，達(dá)成預(yù)警作用。

5.對(duì)于失敗樹預(yù)警法而言，即為FCTA，該方法從本質(zhì)角度進(jìn)行分析，可以理解為對(duì)預(yù)先防范預(yù)警出現(xiàn)失敗問題的事后處理方式，所以，這種處理法的引用十分常見。可以對(duì)失敗分析的發(fā)生源因素以及基本失控條件進(jìn)行整理，并將這些具有確定性質(zhì)的所有信息構(gòu)建成失敗樹模型，此時(shí)失敗樹結(jié)構(gòu)的整體脈絡(luò)處于相對(duì)明晰狀態(tài)，使用者能夠根據(jù)失敗樹整理出更多關(guān)鍵信息。在對(duì)大量失敗情況加以總結(jié)和分析后，結(jié)合管理學(xué)內(nèi)容，使失敗樹脈絡(luò)可以展現(xiàn)的更為清楚，并保證此間的失敗樹構(gòu)建任務(wù)能夠有助于傳授更多的失敗經(jīng)驗(yàn)，達(dá)到宣傳預(yù)防效果[5]，進(jìn)而保證最終分析結(jié)果具備參考價(jià)值。

（二）技術(shù)規(guī)則及類型

1.關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則主要指不同數(shù)據(jù)對(duì)象間存在的相互依賴關(guān)系，通過一定的分析，找出這種關(guān)系存在的基本定律，其主要分析任務(wù)是對(duì)已提取數(shù)據(jù)庫篩選出具有高準(zhǔn)確度的規(guī)則，這些規(guī)則同時(shí)還需要具備大于給定閾值的特征。

2.分類。對(duì)已篩選出的數(shù)據(jù)進(jìn)行分類，是數(shù)據(jù)挖掘技術(shù)中的核心內(nèi)容，對(duì)固有數(shù)據(jù)庫信息加以分類的過程中，需將已經(jīng)處于已知和已分類的各種數(shù)據(jù)進(jìn)行再次提取，并以這些數(shù)據(jù)為基礎(chǔ)，打造系統(tǒng)模型（又被稱之為分類器），由此打造的模型具有較強(qiáng)映射能力，可以將數(shù)據(jù)庫進(jìn)行完整的過濾，并對(duì)所有數(shù)據(jù)項(xiàng)進(jìn)行全面分析，并將最終結(jié)果映射給相應(yīng)類別，并針對(duì)單項(xiàng)內(nèi)容做出全面闡釋，即可在最終階段對(duì)所有已篩選出的關(guān)鍵數(shù)據(jù)進(jìn)行準(zhǔn)確分類。在此期間，分類器自身的構(gòu)造方式為：決策樹結(jié)構(gòu)、統(tǒng)計(jì)方法模塊、神經(jīng)網(wǎng)絡(luò)以及機(jī)器學(xué)習(xí)方法等幾種不同類型。

3.聚類。聚類主要是指，能夠根據(jù)客體屬性特點(diǎn)，對(duì)一系列未經(jīng)分類的客體數(shù)據(jù)信息進(jìn)行識(shí)別的處理方式，根據(jù)提取數(shù)據(jù)的相似性，將其合理劃分成為多個(gè)不同的類別，借助“物以類聚”的處理和分析方式，對(duì)關(guān)聯(lián)數(shù)據(jù)加以聚類處理，此環(huán)節(jié)需要保證所有同類集合內(nèi)容的相似性，并保證不同個(gè)體之間能夠保持更加接近的實(shí)際距離，并對(duì)所有不同類別進(jìn)行最終的個(gè)體化區(qū)分，通過這種方式保證個(gè)體間距足夠大方可。聚類需要使同類個(gè)體間具有最大相似性，對(duì)應(yīng)的不同類別間的個(gè)體，相似性控制在最低。

四、數(shù)據(jù)挖掘技術(shù)中的網(wǎng)絡(luò)安全預(yù)警機(jī)制與方法

（一）危機(jī)與預(yù)警

網(wǎng)絡(luò)安全危機(jī)大多具有意外性、緊急性和危險(xiǎn)性三個(gè)基本特征。對(duì)于網(wǎng)絡(luò)風(fēng)險(xiǎn)管理而言，需要以網(wǎng)絡(luò)安全危機(jī)問題作為最終階段的核心研究?jī)?nèi)容，并對(duì)所有會(huì)導(dǎo)致主體危機(jī)出現(xiàn)問題的原因加以闡述，此后還需要對(duì)問題在未來階段的發(fā)展流程做出詳細(xì)的了解。在此之后，還需要針對(duì)研究主體進(jìn)行專門的危機(jī)預(yù)防、風(fēng)險(xiǎn)處理和緩解風(fēng)險(xiǎn)等關(guān)鍵手段，運(yùn)用更加有效的風(fēng)險(xiǎn)預(yù)防策略，保證網(wǎng)絡(luò)數(shù)據(jù)信息的安全性。與之相對(duì)應(yīng)的網(wǎng)絡(luò)安全預(yù)警則會(huì)發(fā)生在網(wǎng)絡(luò)風(fēng)險(xiǎn)問題出現(xiàn)以前，提前準(zhǔn)備好相應(yīng)預(yù)警措施、避免危機(jī)爆發(fā)，因此，網(wǎng)絡(luò)安全預(yù)警技術(shù)需要以各種不同類型的網(wǎng)絡(luò)危機(jī)為主要針對(duì)對(duì)象。

（二）以數(shù)據(jù)挖掘?yàn)橐劳械陌踩A(yù)警機(jī)制

一般情況下，預(yù)警系統(tǒng)的主體結(jié)構(gòu)分為輸入與輸出接口兩個(gè)端口，同時(shí)還有專門的預(yù)警知識(shí)庫與關(guān)鍵信息預(yù)處理模塊兩個(gè)處理版面，最后還有預(yù)警消息挖掘模塊和最終預(yù)警模塊幾個(gè)部分組成。其中，在對(duì)所有已經(jīng)挖掘出的數(shù)據(jù)參數(shù)進(jìn)行集中處理，同時(shí)還需要保證預(yù)警范圍內(nèi)的知識(shí)約束性具備實(shí)際效用，保證挖掘技術(shù)能夠從歷史數(shù)據(jù)中成功挖掘出更多的預(yù)警信息，通過這種處理方式，確保所有知識(shí)庫中的數(shù)據(jù)信息具有時(shí)效性。對(duì)于預(yù)警知識(shí)而言，挖掘模塊屬于預(yù)警系統(tǒng)中關(guān)鍵結(jié)構(gòu)。針對(duì)不同需求的數(shù)據(jù)篩選任務(wù)，核查系統(tǒng)必須保證自身預(yù)警模塊具備及時(shí)反應(yīng)能力，同時(shí)還需要以現(xiàn)有預(yù)警知識(shí)庫對(duì)所有數(shù)據(jù)類別進(jìn)行有效區(qū)別，此后方可制定最終階段的預(yù)警策略方案，并借此決定后續(xù)階段是否需要繼續(xù)進(jìn)行預(yù)警提示。只有保證所有的聯(lián)動(dòng)預(yù)警處理任務(wù)都能夠順利完成，才可以保證網(wǎng)絡(luò)安全預(yù)警功能可以得到實(shí)現(xiàn)。

（三）網(wǎng)絡(luò)安全預(yù)警系統(tǒng)

在現(xiàn)代科學(xué)信息技術(shù)不斷發(fā)展的背景下，現(xiàn)有數(shù)據(jù)庫技術(shù)在傳統(tǒng)事務(wù)方面的業(yè)務(wù)處理工作中有著十分廣泛的應(yīng)用，同時(shí)在取得了非常優(yōu)質(zhì)的使用效果。以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)，各種針對(duì)數(shù)據(jù)進(jìn)行挖掘作用的方法也在不斷更新，并且系統(tǒng)技術(shù)的開發(fā)運(yùn)用變得越來越豐富，并且未來階段的數(shù)據(jù)挖掘技術(shù)應(yīng)用領(lǐng)域同樣也會(huì)變得越來越廣泛。

圖1對(duì)預(yù)警知識(shí)挖掘生成的預(yù)警機(jī)制作出詳細(xì)說明，其中，系統(tǒng)提供的預(yù)警信息是否具備機(jī)制，主要由對(duì)應(yīng)的預(yù)警知識(shí)庫模塊、數(shù)據(jù)輸入/輸出準(zhǔn)確性、預(yù)警挖掘工作水平?jīng)Q定，這也代表預(yù)處理模塊本身必須具備可操作性。在上述過程中，所有預(yù)警知識(shí)均需要與自身的挖掘模塊保持高度匹配，并根據(jù)用戶在最終階段輸入的數(shù)據(jù)參數(shù)為基礎(chǔ)，結(jié)合預(yù)警知識(shí)，對(duì)后續(xù)操作形成約束效果，將目標(biāo)數(shù)據(jù)庫中的歷史數(shù)據(jù)內(nèi)容作為目標(biāo)，進(jìn)行專門的數(shù)據(jù)處理，并挖掘出其中需要進(jìn)行預(yù)警提示的關(guān)鍵數(shù)據(jù)信息，并將這些信息保存至最終預(yù)警知識(shí)庫系統(tǒng)內(nèi)方可。

經(jīng)挖掘得到的歷史數(shù)據(jù)信息，會(huì)呈現(xiàn)出一定程度的動(dòng)態(tài)變化性質(zhì)，所以挖掘系統(tǒng)需設(shè)定固定的時(shí)間進(jìn)行專門更新，對(duì)自身覆蓋的所有數(shù)據(jù)內(nèi)容進(jìn)行定期整理，并對(duì)經(jīng)過整理作用后的所有歷史數(shù)據(jù)進(jìn)行再次提取，此間需要保證新預(yù)警知識(shí)庫中數(shù)據(jù)更新的即時(shí)性和數(shù)據(jù)代表性。對(duì)于預(yù)警知識(shí)挖掘模塊而言，屬于預(yù)警系統(tǒng)結(jié)構(gòu)中的核心結(jié)構(gòu)。從數(shù)據(jù)檢測(cè)角度進(jìn)行分析，預(yù)警模塊是一種需要根據(jù)預(yù)警知識(shí)庫對(duì)數(shù)據(jù)資料進(jìn)行集中處理的技術(shù)手段，并且預(yù)警策略的最終決定同樣還需要對(duì)預(yù)警信息的實(shí)際威脅性做出有效判斷。此模塊與預(yù)警信息之間的輸出接口需要保持實(shí)時(shí)性，保證接口始終處于待命狀態(tài)，在必要時(shí)還可以集成多種事件預(yù)警響應(yīng)接口，通過系統(tǒng)發(fā)出的指令，完成相應(yīng)協(xié)作任務(wù)，并將預(yù)警消息傳送至控制中心，實(shí)現(xiàn)預(yù)警功能的聯(lián)動(dòng)。以分布式協(xié)同預(yù)警技術(shù)為例，處于網(wǎng)絡(luò)環(huán)境下的各種安全事件，對(duì)應(yīng)的分布式協(xié)同預(yù)警技術(shù)需要以分布式入侵檢測(cè)系統(tǒng)（DIDS）為基礎(chǔ)，對(duì)所有入侵事件呈現(xiàn)出的特征和規(guī)律進(jìn)行統(tǒng)計(jì)作用，進(jìn)而對(duì)未來一段時(shí)間內(nèi)發(fā)生的各種可能存在入侵性的行為進(jìn)行預(yù)警作用。這種分布式入侵特征檢測(cè)系統(tǒng)，需要從大規(guī)模網(wǎng)絡(luò)數(shù)據(jù)庫中采集足夠多的網(wǎng)絡(luò)信息，并從中提取和過濾出有價(jià)值信息，并保證探測(cè)作業(yè)的即時(shí)性和準(zhǔn)確性，借此識(shí)別更大規(guī)模內(nèi)的網(wǎng)絡(luò)入侵行為，保證報(bào)警信息的準(zhǔn)確性。通常情況下，網(wǎng)絡(luò)中會(huì)設(shè)置較多探測(cè)器，并且每個(gè)不同的探測(cè)器還會(huì)將相應(yīng)報(bào)警信息以及預(yù)警信息全部都發(fā)給系統(tǒng)預(yù)警中心，在這些數(shù)據(jù)信息經(jīng)過預(yù)警中心的二次處理后，會(huì)將最終處理結(jié)果傳給監(jiān)管中心，此時(shí)供監(jiān)管中心需要在第一時(shí)間采取相應(yīng)防御措施，當(dāng)網(wǎng)絡(luò)受到攻擊時(shí)，可以及時(shí)調(diào)整安全防御策略，降低網(wǎng)絡(luò)被攻擊后發(fā)生癱瘓的可能性。

五、結(jié)束語

綜上所述，網(wǎng)絡(luò)安全預(yù)警技術(shù)的研究與系統(tǒng)應(yīng)用正在引起網(wǎng)絡(luò)安全界的關(guān)注，因?yàn)樗梢灶A(yù)測(cè)攻擊的可能性和后果。應(yīng)用網(wǎng)絡(luò)安全預(yù)警技術(shù)可以顯著提高相關(guān)網(wǎng)絡(luò)系統(tǒng)的安全防御能力。 網(wǎng)絡(luò)安全預(yù)警自身存在不穩(wěn)定性，同時(shí)還會(huì)攜帶一定量的不確定因素、計(jì)算和評(píng)估難度較高的大量數(shù)據(jù)信息，并且這些數(shù)據(jù)信息的變量以及參數(shù)的量化處理難度較高。與此同時(shí)，在使用傳統(tǒng)分析方法時(shí)，面臨的局限性較多，并且傳統(tǒng)方法的分析結(jié)果和預(yù)測(cè)結(jié)果缺乏準(zhǔn)確性保障，所以，亟須引進(jìn)更為先進(jìn)的分析技術(shù)，應(yīng)對(duì)隨時(shí)存在的網(wǎng)絡(luò)安全危機(jī)。當(dāng)進(jìn)行非線性化方面的問題處理任務(wù)時(shí)，數(shù)據(jù)挖掘技術(shù)本身便可作為一種危機(jī)管理手段，在預(yù)警任務(wù)中提供有力支持的技術(shù)。

作者單位：鄭琳? ? 衡水開放大學(xué)

參? 考? 文? 獻(xiàn)

[1]焦萍萍.大數(shù)據(jù)挖掘在船舶通信網(wǎng)絡(luò)安全預(yù)警中的應(yīng)用[J].艦船科學(xué)技術(shù)，2020，42（06）：122-124.

[2]張錋，毛澍，李彥慶，等.利用數(shù)據(jù)挖掘技術(shù)改進(jìn)TCPCUBIC擁塞控制算法[J].計(jì)算機(jī)應(yīng)用研究，2018，35（10）：4.

[3]嚴(yán)寶飛，朱曉釵，劉嘉，等.基于數(shù)據(jù)挖掘分析牛蒡子功能因子及其潛在機(jī)制[J].食品安全質(zhì)量檢測(cè)學(xué)報(bào)，2020，11（07）：9.

[4]喻曉筠，張明斐.基于數(shù)據(jù)挖掘的江蘇省質(zhì)量安全評(píng)價(jià)與網(wǎng)絡(luò)預(yù)警方法研究[J].中國質(zhì)量與標(biāo)準(zhǔn)導(dǎo)報(bào)，2020（04）：45-47.

[5]孟志軍，胡孟林.基于網(wǎng)絡(luò)行為分析的網(wǎng)絡(luò)安全預(yù)警系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電子技術(shù)與軟件工程，2018（15）：189.