基于机器学习的监控大数据防冲突检测仿真

摘要

针对当前方法监控大数据漏报率高、检测耗时长,导致防冲突检测效果差以及检测时效性差的问题,提出基于机器学习的监控大数据防冲突检测方法.通过计算监控大数据传输信道的占用率来估测信道负载情况,为提高信道负载估测的准确性,反复计算信道的占用率,检测监控大数据在信道传输过程中存在的冲突,利用数据包的传输时延来分析冲突,保证了监控大数据的优先传输;阐述监控大数据的冲突记录,并从客体和主体来划分记录的冲突信息;在此基础上,利用监控大数据中安全级别不同事件所发生的冲突时间计算冲突时间间隔,得到冲突间隔分布情况,并计算监控大数据的标准差,分析事件发生冲突的随机性以及规律性,通过检测监控大数据在信道传输过程中的冲突以及对冲突时间间隔的计算,最终实现了对监控大数据防冲突检测.实验结果表明,提出方法在对监控大数据防冲突检测时,数据的漏报率较低,检测效果和检测时效性较好.