大数据环境下异常节点数据定位方法设计研究

Design and Research of the Abnormal Node Data Locating Method in Big Data Environment

计算机和互联网技术的不断发展,使得大数据网络环境发生了很大的变化,网络数据的传播速度和数量也随之变快和增大,而这中间所产生的节点异常现象也会变得多样化,把握不好,会对网络环境产生很大的威胁.大数据环境下,传统的异常节点数据定位方法受到技术和方法的限制,定位的精度较低,很难适应现代化大数据网络的发展.因此,如何运用现代化的方法对异常节点进行定位对于净化网络空间,确保网络安全具有重要的意义.文章首先分析了大数据环境下异常节点数据定位的原理并通过大数据环境中节点数据传输的特征进行进一步探讨.其次,重点论述处于大数据环境中异常节点数据的定位方法,以及定位方法设计后如何通过仿真证明,判断数据节点定位分析方法的有效性,从而作为异常节点数据定位方法应用的理论参照.

Firstly,the paper analyzes the principle of abnormal node data locating and probes into the characteristics of node data transmission in big data environment.Secondly,the paper focuses on the locating method of abnormal node data in big data environment and how to judge the validity of the data node locating analysis method through simulation after the design of the locating method,which can be used as a theoretical reference for the application of abnormal node data locating method.