王杭
云南电网有限责任公司昆明供电局 邮编 650000
摘要:近年来我国网络技术得到了飞速发展，网络的迅速发展同时带来了网络安全的问题层出不穷，当前我国传统智能化网络安全检测平台存在数据处理效率低、数据误差较大等现状。所以如何构建出数据融合模型与网络安全检测数据进
行融合处理，成为网络安全研究的重点。本文将从大数据融合模型下智能化网络安全检测研究的重要性进行阐述，并对新时代现有大数据融合模型的构建以及现有智能化网络安全检测设计进行可行性分析与研究。
关键词：大数据 融合模型 智能化 网络安全
在网络技术迅速发展的今天，网络信息智能化也得到不断发展与完善,跟多企业的业务系产生的数据在迅速增长，这也得益于网络业务系统的不断发展和完善 。互联网的迅速发展,给智能网络安全带来了全新的挑战。随着网络技术的进一步发展，互联网的负面影响愈发突出,网络数据安全问题成为人们关注的重要问题。如何通过大数据融合模型与智能化网络安全检测已成为人们研究的重点。
1.大数据融合模型下智能化网络安全检测研究的重要性
网络安全已经使人们关系的热点，大数据融合模型下智能化网络安全检测研究的重要性主要体现在：
（1）在大数据融合模型下进行智能化网络安全检测研究能够提高网络安全决策的精准性。因为网络安全检测技术的侧重以及旁路检测审查的重点差异，所以网络安全事件发生时，将流量监控、入侵检测的数据以及安全审计结果进行相互印证与关联分析就能够进一步提高管理决策的精准性。
（2）研究大数据融合模型下进行智能化网络安全检测能够实现攻击源以及攻击目标进行有效快速的定位。这时受到攻击的主机其网络行为异常，这样审计功能能够快速发现，由报警系统进行关联分析就能够确定遭受攻击的感染源。
（3）通过大数据融合模型下进行智能化网络安全检测的研究，可以通过安全审计功能可以看到流量类型等攻击信息和攻击方向的相关信息，进而确定网络安全隐患。同时通过流量模块能够获取攻击所产生的网络流量进一步评估损失。
（4）数据融合模型下进行智能化网络安全检测可以对网络安全事件进行取证记录、追踪溯源进而深入分析。由流量监控获取的异常流量信息，采取审计或异常流量信息，同时关联相关IDS模块的报警信息进而提高网络安全分析的精准性性。
2.新时代大数据融合模型的构建
随着我国网络技术的发展，我国在对复杂的网络安全检测大量信息数据处理过程中,大多数采用数据融合技术对结构不同的网络安全检测数据通过互补进行优化,进而筛选出更好的数据。本文通过网络安全检测数据融合模型,通过卡尔曼滤波算法、聚类算法及模糊算法等多种算法，把复杂的网络安全检测的大量信息数据经过融合处筛选最优权重值的数据，大大提高了复杂网络安全数据筛选的有效性与利用率。如图1所示。第一，将储存的数据通过卡尔曼滤波算法进行融合处理,使数据更权重和精度更高。第二，通过融合分类算法将网络安全检测数据关联融合,再使用稀疏自编码器获取标记数据特征，接着通过聚类算法对标记的监测数据聚类处理,从而使多种数据实现融合与处理;第三，使用模糊算法对处理后的数据信息进行处理,实现网络安全检测数据的性能确定。
.png)
大数据融合模型在结构上，通过多种算法将复杂的网络安全检测大数据进行有效融合，使检测的大数据处理获得最优权重值，使检测数据数据更准确,使网络应用效率得到大幅提高。进而将处理后的数据传至应用模块，使信息数据决策者、运维人员及管理者对网络应用安全数据进行需求选择。通过可视化技术实现多态势和多维度应用,同时实现及时应急处理。
3.智能化网络安全检测设计
为满足我国当前的网络安全检测需要,本文采用多种方法结合构建出数据融合模型来对我国当前的网络安全数据检测实施处理，如图2所示。这个智能化网络安全检测模型,能够全面分析智能化网络安全存在的风险,进而对网络风险因素进行预测、感知与防范能力的进一步处理预提高。
.png)
数据存储主要的功能是将不同结构的系统数据进行存储,经过数据融合后经过数
5)据交互接口实现信息交互,使数据融合模型运算更便捷。在这个模型中对网络检测数据采集和预处理包括了网络流量数据、系统漏洞数据、日志数据以及和各系统的交互数据,通过检测分析获得威胁数据后,传至数融合模型，然后分别传至数据交换看和外部交换口进行数据处理。外部接口输出的包括管理平台、数据存储和安全防护功能,由对数据的实时监控实现对安全漏洞的识别和迅速预警,使网络运维管理更加有安全形势意识，便于监控,使智能网络安全监测总体功能得到巩固。
4.大数据融合智能化网络安全检测的优势
结合新时代企业对网络安全的需求,本文所述的智能化网络安全检测模型，通过数据融合处理,经过卡尔曼滤波等算法使网络安全检测数据精准度得到大大提高。经过对威胁及漏洞数据的分析,获取网络威肋数据的危害情况,然后通过企业日志数据显示网络安全检测数据融合模型具有更好的适用性,通过多种算法获取数据最优值，同时数据处理后使网络能耗大大降低，智能化网络安全检测数据表更精准度更全面。
5.小结
随着我国互联网的迅速发展，互联网信息交互与共享早已成为新时代
信息交流的重要部分。网络技术发展的同时也带来了网络安全问题，因而网络攻击带来的损失也日益增长，网络信息安已经面临巨大的挑战。面对日益严重的网络信息数据安全，大数据融合模型下智能化网络安全检测等网络安全检测技术越来越多的得到推广与应用。尤其是大数据融合模型下智能化网络安全检测模式更是有效地阻隔并减小了网络数据安全威胁。这安全技术的应用在实践中相相互补充，形成了有效合力对抗网络威胁，使有效的网络信息数据得到很好的利用。为网络管理者所需要检查的安全设备提供了的精准信息数据，为网络数据决策者作出合理判断提供了依据，进而为制定合理安全策略提供支持。所以，将网络安全各种技术进行融合，使网络安全设备能够相互补充，形成网络安全检测的智能化监测使网络防御体系研究的重要方向。
参考文献
[1]金丰,邵清.??信号分解与融合神经网络的金融数据预测研究[J]. 小型微型计算机系统.?2020(06)
[2] 阎博,张昊等.??多源数据融合的电网故障综合分析与智能告警技术研究与应用[J].中国电力.?2018(02)
[3]杨柳,于剑等.面向认知的多源数据学习理论和算法研究进展[J]. ?软件学报.?2017(11)