科研之友
微信
新浪微博
Facebook
分享链接
摘要
对大型数据库入侵风险数据进行高效定位,可有效提高大型数据库的安全性能。传统的数据定位方法没有考虑到数据定位的平均路径长度,对其进行定位过程中产生了很大的消息开销,影响了定位性能。提出一种基于入侵特征提取的大型数据库入侵风险数据高效定位方法。利用遗传算法对入侵数据特征集进行快速选取,对蚁群算法的选取策略和信息素更新策略进行改进,提高对入侵风险数据最优特征的选取效果,在入侵风险数据特征样本训练阶段采用平衡参数将数据的近似性和关联性数据进行融合,求取入侵风险数据特征在低维坐标描述的投影变换,在定位阶段,求解已知人侵风险特征位置坐标及其特征空间内在低维坐标之间存在的线性转换关系,获得未知入侵风险特征坐标。实验结果表明,所提方法有效减少了数据定位平均路径长度,显著降低了入侵风险数据定位消息开销,定位性能强。
- 单位
