一种面向安全领域的身份识别与关联方法

摘要

大数据蕴藏的巨大商机引发了大数据产业化浪潮，互联网数据以其庞大的数据和简单的获得方式成为了首要分析目标。得益于互联网大数据的发展，安全领域的侦查手段从传统的事后侦查和重点监控，发展到可以进行预防性分析，在某种程度上可避免危害发生。使用互联网数据进行产业化挖掘面临着两个基本问题：多源数据的解析、清洗与整合；互联网身份的实体识别。结合具体安全服务，给出了一种普适的基于MapReduce的互联网大数据去冗降噪的统计方法，可大幅降低数据存储空间，并在此基础上流程化地完成互联网虚拟身份识别模型。它能够量化互联网用户身份关系的可靠性和关联稳定性，并结合R语言给出了可视化展示。