基于大数据的异构网络安全监控算法研究

目前,人们对网络安全越来越重视。对于多变且复杂的现代网络环境,网络安全的重点为网络异常检测。文章在对网络安全进行检测时,实现对网络正常状态行为模型进行设置。如果网络在使用时存在用户行为超过预设模型阈值时,说明存在网络入侵等行为。所以,实现网络正常时预设模型和行为模型阈值的设置,使其成为网络安全检测核心。通过大量的网络数据中心对正常用户行为模式进行筛选,把在网络安全检测中的重点为正常与异常行为的归类划分为重点,以此对大数据异构网络安全监控算法进行分析。