无码任你躁久久久久久久,亚洲av网站,熟妇人妻久久中文字幕,久久精品国产亚洲av麻豆网站

課程背景
介紹大數(shù)據(jù)的概念和特征，面向安全的大數(shù)據(jù)分析的目的是希望從大數(shù)據(jù)中分析出異常行為或攻擊事件，尤其是未知且未感知的攻擊和異常。從原理的層面對(duì)適用于異常檢測(cè)的大數(shù)據(jù)分析算法做了詳細(xì)介紹，然后介紹大類(lèi)數(shù)據(jù)分析的兩大思路，即告警驅(qū)動(dòng)的分析方法和數(shù)據(jù)驅(qū)動(dòng)的分析方法。舉例說(shuō)明如何利用前述的分析算法和分析思路獲得期望的分析結(jié)果。
課程收益
通過(guò)學(xué)習(xí)，使學(xué)員了解大數(shù)據(jù)的概念和特征、如何將大數(shù)據(jù)分析方法用于安全分析、如何從大數(shù)據(jù)中發(fā)現(xiàn)異常行為和攻擊事件、如何發(fā)現(xiàn)未知攻擊和異常、如何發(fā)現(xiàn)未感知的攻擊和異常。

課程大綱
第一章 大數(shù)據(jù)分析概述
介紹大數(shù)據(jù)的概念和特征，面向安全的大數(shù)據(jù)分析的目的是希望從大數(shù)據(jù)中分析出異常行為或攻擊事件，尤其是未知且未感知的攻擊和異常。
1、大數(shù)據(jù)（Big data）的前世今生
假如我們有了一個(gè)數(shù)據(jù)預(yù)報(bào)臺(tái)，就像為企業(yè)裝上了一個(gè)GPS和雷達(dá)，企業(yè)的出海將會(huì)更有把握。——馬云2012年網(wǎng)商大會(huì)演講
2、大數(shù)據(jù)的4V特征
. 1V-Volume，數(shù)據(jù)體量巨大。從TB級(jí)別，躍升到PB級(jí)別
. 2V- Variety，數(shù)據(jù)類(lèi)型繁多。網(wǎng)絡(luò)日志、圖片、視頻、地理位置信息、購(gòu)物等等
. 3V- Value，價(jià)值密度低。以視頻為例，連續(xù)不間斷監(jiān)控過(guò)程中，可能有用的數(shù)據(jù)僅一兩秒
. 4V- Velocity, 處理速度快。1秒定律。這一點(diǎn)和傳統(tǒng)的data mining有著本質(zhì)不同
3、大數(shù)據(jù)的價(jià)值
. 縱向：消費(fèi)者、企業(yè)與價(jià)值鏈
. 橫向：“大交易數(shù)據(jù)”（比如支付寶的交易數(shù)據(jù)）和“大交互數(shù)據(jù)”（比如一些社交網(wǎng)站，移動(dòng)互聯(lián)網(wǎng)新媒體等）
. 兩類(lèi)數(shù)據(jù)融合：容易洞察“客戶足跡”，掌控消費(fèi)趨勢(shì)、開(kāi)發(fā)創(chuàng)新產(chǎn)品和推進(jìn)*營(yíng)銷(xiāo)
第二章 適用于異常檢測(cè)的大數(shù)據(jù)分析算法原理
1、經(jīng)典統(tǒng)計(jì)方法
. 組合優(yōu)化
. EM優(yōu)化
2、聚類(lèi)分析算法
例如，我們可以根據(jù)各個(gè)銀行網(wǎng)點(diǎn)的儲(chǔ)蓄量、人力資源狀況、營(yíng)業(yè)面積、特色功能、網(wǎng)點(diǎn)級(jí)別、所處功能區(qū)域等因素情況，將網(wǎng)點(diǎn)分為幾個(gè)等級(jí)，再比較各銀行之間不同等級(jí)網(wǎng)點(diǎn)數(shù)量對(duì)比狀況。
. 直接聚類(lèi)法
. 最短距離聚類(lèi)法
. 最遠(yuǎn)距離聚類(lèi)法
3、相似性分析算法
. 檢測(cè)效率高
. 相似列表片段
4、關(guān)聯(lián)分析算法
關(guān)聯(lián)算法是數(shù)據(jù)挖掘中的一類(lèi)重要算法。1993年,R.Agrawal等人首次提出了挖掘顧客交易數(shù)據(jù)中項(xiàng)目集間的關(guān)聯(lián)規(guī)則問(wèn)題，其核心是基于兩階段頻繁集思想的遞推算法。該關(guān)聯(lián)規(guī)則在分類(lèi)上屬于單維、單層及布爾關(guān)聯(lián)規(guī)則，典型的算法是Aprior算法。
5、分類(lèi)算法
. 決策樹(shù)
. 貝葉斯
. K-近鄰
. 基于關(guān)聯(lián)規(guī)則的分類(lèi)
. 集成學(xué)習(xí)
6、文本分析
. (I)用映射或變換的方法把原始特征變換為較少的新特征。
. (2)從原始特征中挑選出一些*代表性的特征。
. (3)根據(jù)專(zhuān)家的知識(shí)挑選最有影響的特征。
. (4)用數(shù)學(xué)的方法進(jìn)行選取，找出*分類(lèi)信息的特征，這種方法是一種比較*的方法，人為因素的干擾較少，尤其適合于文本自動(dòng)分類(lèi)挖掘系統(tǒng)的應(yīng)用。
第三章  面向安全的大數(shù)據(jù)分析思路
1、可分析數(shù)據(jù)
. 可靠性數(shù)據(jù)分析
. 智能數(shù)據(jù)分析
. 多元統(tǒng)計(jì)分析
2、分析的過(guò)程
數(shù)據(jù)是信息的載體，也是今后系統(tǒng)要處理的主要對(duì)象。因此，必須對(duì)系統(tǒng)調(diào)查中所有搜集的數(shù)據(jù)以及統(tǒng)計(jì)處理數(shù)據(jù)的過(guò)程進(jìn)行分析和整理。如有不清楚的問(wèn)題，應(yīng)立刻返回去弄清楚；如發(fā)現(xiàn)有數(shù)據(jù)不全、采集過(guò)程不合理、處理過(guò)程不暢、數(shù)據(jù)分析不深入等問(wèn)題，應(yīng)在本次分析過(guò)程中研究解決。
. 流動(dòng)
. 變換
. 存貯
3、基于各種期待結(jié)果的分析場(chǎng)景
. 黑盒測(cè)試
. 測(cè)試用例
. 性能測(cè)試
總結(jié)課程總結(jié)