面向云監(jiān)控的數(shù)據(jù)融合分析方法.pdf

1、云安全問(wèn)題日益突出，人們對(duì)合理的云安全監(jiān)控、評(píng)估與預(yù)測(cè)系統(tǒng)的需求也日益迫切。而針對(duì)云數(shù)據(jù)的融合分析技術(shù)可以為云安全監(jiān)控提供直接的證據(jù)支持，是云安全監(jiān)控的重要組成部分。但云環(huán)境結(jié)構(gòu)復(fù)雜，云數(shù)據(jù)具有量大，時(shí)間、空間、語(yǔ)義等多方面異構(gòu)性，傳統(tǒng)的數(shù)據(jù)融合分析技術(shù)不能很好地適應(yīng)這些特性，從而嚴(yán)重阻礙了云安全監(jiān)控的發(fā)展。
　　傳統(tǒng)的數(shù)據(jù)融合分析技術(shù)分為三個(gè)級(jí)別，每個(gè)級(jí)別的融合原理和算法不相同，既可以組合使用，也可以單獨(dú)使用。但是組合使用時(shí)分析

2、層次過(guò)多，會(huì)產(chǎn)生較大的系統(tǒng)開(kāi)銷(xiāo)；而單獨(dú)使用的準(zhǔn)確性低，不合適云安全監(jiān)控系統(tǒng)。據(jù)此，論文提出了一種改進(jìn)的數(shù)據(jù)級(jí)和決策級(jí)兩層數(shù)據(jù)融合分析模型，兩層融合彌補(bǔ)前述三層分析模型的不足，使分析結(jié)果更加準(zhǔn)確。
　　傳統(tǒng)的關(guān)聯(lián)規(guī)則算法采用串行方式進(jìn)行數(shù)據(jù)級(jí)融合分析，執(zhí)行效率低，生成的候選項(xiàng)集多，內(nèi)存占用大，不適合云監(jiān)控系統(tǒng)。論文提出了改進(jìn)的基于Map-Reduce的并行Apriori算法。首先進(jìn)行預(yù)處理，將原數(shù)據(jù)庫(kù)轉(zhuǎn)化為Bool項(xiàng)目數(shù)據(jù)庫(kù)，用位圖

3、法進(jìn)行存儲(chǔ)；其次，采用Hash表對(duì)數(shù)據(jù)進(jìn)行劃分，讓IP相同的數(shù)據(jù)分布在同一數(shù)據(jù)塊中；再次，對(duì) Map函數(shù)進(jìn)行改進(jìn)，采用多叉樹(shù)結(jié)構(gòu)進(jìn)行頻繁項(xiàng)集存儲(chǔ)，并用Reduce函數(shù)對(duì)多叉樹(shù)進(jìn)行合并。最后，通過(guò)實(shí)驗(yàn)驗(yàn)證論文提出的Apriori算法比已有的算法效率高，且規(guī)則分析的準(zhǔn)確性也有所提高。
　　在決策級(jí)數(shù)據(jù)融合分析中，傳統(tǒng)方法生成博弈模型效率較低，論文提出了一種并行隨機(jī)博弈模型生成算法，首先根據(jù)云環(huán)境的拓?fù)浣Y(jié)構(gòu)進(jìn)行并行計(jì)算，生成隨機(jī)petr