Page 121 - 大数据背景下网络安全问题研究

» 第四章 网络攻击与漏洞利用

安全环境检测功能。通过安全态势感知技术，能够将网络空间的安全功能进行严格审
计，并保障用户操作权限的有效限制，进一步提升网络空间的安全防御敏感度。在
应用安全态势感知技术的过程中，需要将经典案例进行多次训练，并对硬件设施进行
定期安全检查。

2.关联规则挖掘技术
关联规则挖掘技术，是人工智能技术领域内应用比较广泛的安全技术之一，能够
根据不同的网络空间应用场景，构建更加全面和细化的安全防御机制，并实现更加动

态化的操作安全审计功能。关联规则挖掘技术，能够对多源异构的计算机网络进行深
度的数据挖掘，并对其中隐含的关联规则信息进行抽象和提取，确保用户在网络操作
过程中的安全性和稳定性。从数据链路层和网络协议层的角度分析，应用关联规则挖
掘技术，需要将人工智能化的分类挖掘算法与非监督分析方法紧密结合，并将关联规

则矩阵中的关键信息进行定期抽取，在深度降维的基础上，对主成分结构信息进行深
度挖掘和分析。通过运用关联规则挖掘技术，能够进一步感知和探究网络空间安全防
御体系中存在的功能缺失问题，从而为用户提供更加可靠的辅助决策信息。但是在应
用关联规则挖掘技术的同时，更需要谨慎选择关联规则的矩阵处理策略。

3.大数据分析技术
大数据分析技术，是人工智能技术领域与网络安全领域的重要融合技术形式，也
是大数据时代应用非常广泛的信息技术之一。在应用大数据分析技术的过程中，可以
对不同的多源异构网络进行深度分析，并将数据分析结果回传到服务器端和用户端，

辅助用户进行决策。大数据分析技术需要将网络空间中的线性和非线性分析要素进行
统一整合，并保障分类和类目之间存在比较显著的差异。在网络空间的安全防御体
系中，大数据分析技术能够快速实现信息数据的在线分析功能，还能够确保用户个人

隐私信息的安全性。若需要进一步探知计算机网络拓扑结构中存在的安全风险因素，
则需要充分利用大数据分析技术实现更加深度的数据处理和分析功能。大数据分析技
术的功能分支类型比较多，更加依赖于对本地计算机网络空间的多维度数据分析精度
要求。

4.交互式网络分析技术
交互式网络分析技术，能够充分体现人工智能技术的集成化优势，还能够对不同
网络空间部署的硬件设施进行集中监管。交互式网络分析技术，需要对人工输入的口

令进行有效识别，并为用户提供多样化和实效性较强的解决方案。在运用交互式网络
分析技术的同时，计算机网络空间的安全防御机制会被激活，还能够实时判断和分析
交互性操作的有效性和准确性。通过交互式网络分析操作，用户能够快速发现本地网

• 109 •