-
题名AI交互终端异常数据入侵识别与仿真
- 1
-
-
作者
刘明
张弘
-
机构
郑州工业应用技术学院信息工程学院
信息工程大学电子技术学院
-
出处
《计算机仿真》
北大核心
2022年第11期467-471,共5页
-
文摘
交互终端界面可分为桌面、非桌面、可见及不可见几种类型,因此交互界面的大数据具有多样化和无序化特点,导致AI交互终端安全攻击事件时有发生。为增强AI交互安全性,提出AI交互终端大数据异常入侵风险识别方法。构建AI交互终端数据模型,获得入侵数据参变量在终端内簇首节点中的布局函数,构建异常数据入侵节点的路由拓扑模型。根据能量损耗测量频谱,得到交互终端数据布局全部簇的位置,拟合终端数据信息流二维信号。基于此,利用主成分分析提取异常值,筛选关联密切信息,保证成分互不干扰。根据排列数据簇,划分正常数据与异常入侵数据,利用网络发生器,得到入侵特征和权值,完成AI交互终端大数据异常入侵风险识别。实验结果显示,所提方法的AI交互终端大数据异常识别率可达95%以上,误检率低于10%,确保了AI终端的安全,可有效减小用户损失。
-
关键词
交互终端
大数据异常入侵
入侵风险识别
数据特征提取
对角矩阵
-
Keywords
AI interactive terminal
Abnormal intrusion of big data
Intrusion risk identification
Data feature extraction
Diagonal matrix
-
分类号
TN925.1
[电子电信—通信与信息系统]
-