一种基于网络异常流量识别的入侵检测方法

    公开(公告)号:CN113162919A

    公开(公告)日:2021-07-23

    申请号:CN202110330430.X

    申请日:2021-03-22

    摘要: 本发明针对近年来智能设备用户数量迅速增加导致网络流量大幅上升,巨大的数据对入侵检测系统的性能产生了不利影响,并且流量中的冗余和不相关信息导致入侵检测系统性能差的问题,提出一种基于网络异常流量识别的入侵检测方法。首先,采用改进布谷鸟搜索算法进行特征选择,从原始数据集中筛选出最为准确和有效的特征,作为一组最佳特征。然后,将所选特征作为进化神经网络的输入,为了克服人工神经网络的参数限制,避免陷入局部极小值,采用多元宇宙优化算法来训练人工神经网络,得到最佳分类效果。最后,将测试数据集输入到训练好的人工神经网络中,对异常流量检测进行了预测和评估,构建了基于特征选择和进化神经网络的异常流量入侵检测模型。

    一种混合架构数据处理系统
    9.
    发明公开

    公开(公告)号:CN118427183A

    公开(公告)日:2024-08-02

    申请号:CN202410526762.9

    申请日:2024-04-29

    摘要: 本发明提供了一种混合架构数据处理系统,包括:分布式实时数据流编排系统、大规模并行列数据库系统、分布式内存数据库系统;分布式实时数据流编排系统用于从外部数据源中实时获取用户用电信息并结构化后,加载到大规模并行列数据库中。大规模并行列数据库系统用于根据结构化的用户用电信息,从档案数据中确定台区信息,以计算汇总统计指标,加载到分布式内存数据库中;分布式内存数据库系统用于接收业务系统下发的查询指令,在大规模并行列数据库系统中查询用户用电信息。通过设置大规模并行列数据库、分布式内存数据库与分布式实时流式数据处理引擎的混合架构形式,充分综合了各自架构的技术特点,实现实时计算处理与准实时查询分析的能力。