于淑香　王浩

摘 要：大數(shù)據(jù)分析環(huán)境下的網(wǎng)絡(luò)安全系統(tǒng)優(yōu)化算法應(yīng)用，具有嚴(yán)格的控制原則。本文主要針對大數(shù)據(jù)環(huán)境下，網(wǎng)絡(luò)安全數(shù)據(jù)檢測算法應(yīng)用形式進(jìn)行探討，并針對大數(shù)據(jù)分析過程中容易產(chǎn)生的網(wǎng)絡(luò)安全隱患問題進(jìn)行總結(jié)。可以作為網(wǎng)絡(luò)安全系統(tǒng)優(yōu)化算法構(gòu)建應(yīng)用的技術(shù)參照，同時(shí)本文所提出的程序匯編控制方法具有實(shí)踐應(yīng)用意義。經(jīng)過大數(shù)據(jù)網(wǎng)絡(luò)安全系統(tǒng)優(yōu)化算法改進(jìn)實(shí)驗(yàn)，最終得到一種局域網(wǎng)絡(luò)環(huán)境下更安全高效的運(yùn)算處理系統(tǒng)。

關(guān)鍵詞：大數(shù)據(jù)分析；網(wǎng)絡(luò)安全；系統(tǒng)優(yōu)化

中圖分類號：TP301 文獻(xiàn)標(biāo)識碼：A

1 引言（Introduction）

大數(shù)據(jù)分析環(huán)境下對網(wǎng)絡(luò)系統(tǒng)進(jìn)行優(yōu)化構(gòu)建，最常使用的安全檢測算法為模式匹配法、機(jī)器學(xué)習(xí)算法和指紋檢測算法。大數(shù)據(jù)分析環(huán)境下，算法指標(biāo)提取是實(shí)現(xiàn)網(wǎng)絡(luò)安全優(yōu)化的重要環(huán)節(jié)，對于算法指標(biāo)提取控制，需要從大數(shù)據(jù)環(huán)境中確定一個(gè)分析范圍，所選取的算法指標(biāo)應(yīng)該具有針對性。能夠與網(wǎng)絡(luò)安全系統(tǒng)中的各項(xiàng)參數(shù)相匹配，保持一致共同實(shí)現(xiàn)大數(shù)據(jù)分析[1]。數(shù)據(jù)片段選擇可以作為網(wǎng)絡(luò)安全系統(tǒng)優(yōu)化算法開展的針對對象，數(shù)據(jù)片段選擇不僅要從高效運(yùn)算角度出發(fā)，更應(yīng)該考慮處于大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境中，數(shù)據(jù)自身存在的威脅。隨著數(shù)據(jù)分析下載任務(wù)進(jìn)行發(fā)現(xiàn)風(fēng)險(xiǎn)隱患也能及時(shí)停止，避免將帶有病毒的數(shù)據(jù)下載到網(wǎng)絡(luò)資源存儲(chǔ)設(shè)備中，數(shù)據(jù)庫對接還需要選擇高效算法為連接基礎(chǔ)，算法幫助下數(shù)據(jù)資源之間存在差異性也能利用極端時(shí)間來調(diào)整一致。數(shù)據(jù)庫在網(wǎng)絡(luò)環(huán)境下，可以幫助提升算法應(yīng)用安全性，數(shù)據(jù)庫對接和安全防護(hù)作用下所開展的各項(xiàng)算法應(yīng)用也將順利進(jìn)行。網(wǎng)絡(luò)風(fēng)險(xiǎn)與數(shù)據(jù)庫傳輸中的安全控制選擇，應(yīng)該體現(xiàn)出數(shù)據(jù)庫的存儲(chǔ)能力，并對數(shù)據(jù)存儲(chǔ)中的各項(xiàng)資源，優(yōu)先選擇安全部分來計(jì)算。

2 大數(shù)據(jù)分析環(huán)境下的網(wǎng)絡(luò)安全數(shù)據(jù)流檢測算法

（Network security data flow detection algorithm

in big data analysis environment）

（1）模式匹配算法

模式匹配算法根據(jù)大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境下所得到的數(shù)據(jù)流，與網(wǎng)絡(luò)系統(tǒng)內(nèi)預(yù)先設(shè)定的數(shù)據(jù)庫進(jìn)行匹配，匹配結(jié)果保持一致的數(shù)據(jù)可以進(jìn)入到優(yōu)化運(yùn)算中。模式匹配運(yùn)算方法，并不是針對單個(gè)字符來進(jìn)行的，而是能夠?qū)⒆址沓蓴?shù)據(jù)流集合。用于處理復(fù)雜的數(shù)據(jù)分析，通過數(shù)據(jù)匹配可以節(jié)省大量時(shí)間，模式匹配屬于深度開發(fā)算法，會(huì)在匹配過程中表達(dá)出不同數(shù)字符號特征，并將大數(shù)據(jù)分析過程中所傳輸?shù)膮?shù)，整理成為特征一致的字符，這樣在傳輸和共享階段便不會(huì)出現(xiàn)匹配誤差。網(wǎng)絡(luò)環(huán)境中存在的安全威脅形勢多變，因此在對算法進(jìn)行選擇時(shí)，應(yīng)該體現(xiàn)出靈活多樣性，可以根據(jù)不同使用方向自動(dòng)調(diào)整，整理成為安全的字符控制模式。

模式匹配算法中對于字符表達(dá)采用DFA模式，該種方法屬于一種正表達(dá)模式，會(huì)根據(jù)數(shù)據(jù)產(chǎn)生順序來進(jìn)行匹配。該種方法具有較快的匹配速度，在運(yùn)算效率上可以滿足大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)安全需求，但對系統(tǒng)內(nèi)存要求十分高，需要同一DFA集合中，能夠同時(shí)滿足不同種數(shù)據(jù)分析變化。

（2）機(jī)器學(xué)習(xí)算法

機(jī)器學(xué)習(xí)算法屬于一種自動(dòng)更新模式，能夠根據(jù)網(wǎng)絡(luò)環(huán)境下所遇到的不同隱患，來自動(dòng)匹配算法防護(hù)模式。機(jī)器學(xué)習(xí)算法需要安全口令來進(jìn)行驗(yàn)證，通過安全驗(yàn)證的信息數(shù)據(jù)更新，下載需求才可以得到滿足。機(jī)器學(xué)習(xí)法最常用在DPI系統(tǒng)上，數(shù)據(jù)流安全檢測中，可以在網(wǎng)絡(luò)環(huán)境中自動(dòng)獲取數(shù)據(jù)更新包，并按照安全協(xié)議來進(jìn)行下載資源與數(shù)據(jù)庫之間的匹配。匹配成功后視為所下載數(shù)據(jù)與系統(tǒng)安全內(nèi)容相同，接下來的數(shù)據(jù)自動(dòng)更新計(jì)劃也將能夠繼續(xù)完成。當(dāng)機(jī)器學(xué)習(xí)算法應(yīng)用中檢測發(fā)現(xiàn)數(shù)據(jù)流內(nèi)存在風(fēng)險(xiǎn)隱患，會(huì)對此類信息特征進(jìn)行采集，并整理成為集合保存在數(shù)據(jù)庫中，針對風(fēng)險(xiǎn)集合所構(gòu)建的數(shù)據(jù)庫。在網(wǎng)絡(luò)信息環(huán)境下會(huì)自動(dòng)發(fā)出警告，同時(shí)對已經(jīng)識別的安全數(shù)據(jù)流進(jìn)行防護(hù)，避免網(wǎng)絡(luò)病毒入侵到機(jī)器學(xué)習(xí)算法核心控制系統(tǒng)內(nèi)[2]。該算法在數(shù)據(jù)流分類能力上是其他模式所難以達(dá)到的，由于需要對認(rèn)定的風(fēng)險(xiǎn)項(xiàng)目進(jìn)行二次識別，因此在機(jī)器學(xué)習(xí)算法應(yīng)用中，運(yùn)算消耗時(shí)間也比較大，適合應(yīng)用在機(jī)械生產(chǎn)自動(dòng)化控制中。

（3）指紋檢測算法

指紋檢測算法屬于網(wǎng)絡(luò)安全系統(tǒng)中的一種驗(yàn)證模式，最常用在移動(dòng)網(wǎng)絡(luò)設(shè)備中，可以對用戶啟動(dòng)網(wǎng)絡(luò)系統(tǒng)身份進(jìn)行識別與驗(yàn)證。當(dāng)以用戶身份發(fā)出請求時(shí)，在指紋識別檢測結(jié)果中表現(xiàn)出異常。該種算法會(huì)從兩個(gè)，方面來進(jìn)行安全檢測，首先是對指紋驗(yàn)證通過的用戶，會(huì)將所檢測得到的數(shù)據(jù)流自動(dòng)匹配到安全訪問模塊中。另一部分沒能通過指紋驗(yàn)證的用戶請求，將會(huì)被自動(dòng)隔離，視為風(fēng)險(xiǎn)項(xiàng)目作出處理。大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)安全系統(tǒng)優(yōu)化算法的改進(jìn)，主要是針對運(yùn)算速度提升與安全防護(hù)精準(zhǔn)度來開展。為了可以不用在end+1-min_location>=w時(shí)，遍歷w窗口中的值，采用一個(gè)2*2的二維數(shù)組存儲(chǔ)當(dāng)前的最小值、最小值后面的次小值及其位置。需要注意的是，此算法需要考慮這樣一個(gè)問題——當(dāng)cur與min_location之間的距離大于w時(shí)，需要從次小值的位置到cur位置間重新選取最小值和次小值，而且要保證次小值在最小值的后面。大數(shù)據(jù)處理技術(shù)正在逐漸向移動(dòng)網(wǎng)絡(luò)設(shè)備層面開發(fā)應(yīng)用，不僅要對常規(guī)互聯(lián)網(wǎng)進(jìn)行安全防護(hù)，更應(yīng)該考慮移動(dòng)網(wǎng)絡(luò)設(shè)備特征，形成一種符合移動(dòng)網(wǎng)絡(luò)設(shè)備使用中安全防護(hù)需求特征的算法。指紋識別對于數(shù)據(jù)流的匹配過程比較簡單，會(huì)將預(yù)先存儲(chǔ)的指紋特征與請求指紋特征進(jìn)行對比，相似度達(dá)到安全認(rèn)證標(biāo)準(zhǔn)后便能夠通過請求。指紋庫生成如圖1所示。

3 大數(shù)據(jù)分析環(huán)境下網(wǎng)絡(luò)安全系統(tǒng)優(yōu)化算法改進(jìn)

（Optimization algorithm of the network security

system in the big data analysis environment）

（1）算法指標(biāo)提取

為確保大數(shù)據(jù)分析速度，大數(shù)據(jù)分析中可以預(yù)先截獲數(shù)據(jù)流，針對于網(wǎng)絡(luò)安全系統(tǒng)中數(shù)據(jù)庫內(nèi)信息相匹配的資源優(yōu)先運(yùn)算，并確定出文本邊框界定范圍生成數(shù)據(jù)庫后，利用網(wǎng)絡(luò)信息傳輸環(huán)境，來構(gòu)建文本框[3]。針對網(wǎng)絡(luò)環(huán)境下，可能會(huì)產(chǎn)生的風(fēng)險(xiǎn)隱患，形成多樣性防護(hù)系統(tǒng)。假設(shè)文本塊字?jǐn)?shù)為n，首先使用Karp-Rabin算法公式，生成n-k+1個(gè)數(shù)字。對n-k+1個(gè)數(shù)，選取前W個(gè)數(shù)字（1，...，W）中的靠右邊的最小值，下一次選取第2個(gè)到第W+1個(gè)數(shù)字中的最小值，依次進(jìn)行下去，一直到第n-w+1個(gè)字符。將這些最小值設(shè)為邊界，得到（b1，b2，b3，b4，…）?；氐皆谋緣K中，取文本塊中的第b1個(gè)字符到第b2個(gè)字符間的文本塊。然后通過MD5計(jì)算文本塊的Hash值，即指紋。優(yōu)先選擇大數(shù)據(jù)環(huán)境下的可靠信息片段，利用文本框算法邊界確定縮小運(yùn)算時(shí)的峰值范圍，大數(shù)據(jù)環(huán)境下每一項(xiàng)運(yùn)算任務(wù)進(jìn)行所針對的數(shù)據(jù)，都應(yīng)該保障運(yùn)算順序，以免在數(shù)據(jù)類型劃分中出現(xiàn)干擾情況。確定數(shù)據(jù)分析運(yùn)算順序后，接下來進(jìn)行的數(shù)據(jù)歸類也能高效進(jìn)行，并不會(huì)產(chǎn)生數(shù)據(jù)之間的干擾。數(shù)據(jù)庫文本框的應(yīng)用是對數(shù)據(jù)資源使用中，運(yùn)算內(nèi)容的確定，文本框確定作用下，不會(huì)產(chǎn)生數(shù)據(jù)重復(fù)運(yùn)算的問題。

（2）數(shù)據(jù)片段選擇

通過數(shù)據(jù)片段優(yōu)化選擇，體現(xiàn)出系統(tǒng)內(nèi)部更為高效的控制內(nèi)容，數(shù)據(jù)片段選擇，可以結(jié)合大數(shù)據(jù)分析中文本框界定來進(jìn)行。綜合探討出不同方向?qū)τ诖髷?shù)據(jù)系統(tǒng)選擇的需求，并通過文本框優(yōu)化構(gòu)建出符合大數(shù)據(jù)環(huán)境功能實(shí)現(xiàn)的網(wǎng)絡(luò)安全系統(tǒng)。由于Winnow算法每次都是從下一個(gè)字符尋找長度為W的窗口中的最小值，造成很大的計(jì)算冗余。當(dāng)取得第1個(gè)數(shù)到第w個(gè)數(shù)間的最小值min時(shí)，min值前面的數(shù)字肯定比min值大，也就是說，在后面的min次比較中，min值前面的數(shù)肯定不是最小值，那么只需要比較min值和其后的數(shù)字即可。但是，為了保證獲得完整的邊界值，在第二次比較時(shí)，應(yīng)該比較起始點(diǎn)為min，終點(diǎn)為w+1間的數(shù)。由此可得，假設(shè)當(dāng)前窗口min值的位置是location，窗口的末端位置為end；下一次僅比較min_location的值同end+1的值即可；針對移動(dòng)網(wǎng)絡(luò)設(shè)備所開展的數(shù)據(jù)優(yōu)化，在對數(shù)據(jù)片段確定時(shí)，同樣需要體現(xiàn)不同數(shù)據(jù)構(gòu)建過程中對于網(wǎng)絡(luò)風(fēng)險(xiǎn)隱患的控制能力。綜合大數(shù)據(jù)分析處理需求，對原有算法體系作出優(yōu)化，尤其是移動(dòng)網(wǎng)絡(luò)設(shè)備，更應(yīng)該考慮網(wǎng)絡(luò)系統(tǒng)構(gòu)建自身對數(shù)據(jù)算法的需求。對移動(dòng)網(wǎng)絡(luò)與互聯(lián)網(wǎng)兩個(gè)不同方向的算法選擇進(jìn)行綜合控制，移動(dòng)通訊設(shè)備自身存儲(chǔ)空間比較小，如果算法應(yīng)用中占用大量空間將會(huì)影響最終的數(shù)據(jù)傳輸，對此數(shù)據(jù)片段盡最有效部分進(jìn)行應(yīng)用，避免傳輸速度受到影響[4]。

（3）數(shù)據(jù)庫對接

數(shù)據(jù)庫對接是實(shí)現(xiàn)網(wǎng)絡(luò)資源下載的基礎(chǔ)，將網(wǎng)絡(luò)設(shè)備中的數(shù)據(jù)庫與實(shí)時(shí)數(shù)據(jù)傳輸系統(tǒng)進(jìn)行結(jié)合，利用大數(shù)據(jù)環(huán)境下信息處理速度提升特征，為網(wǎng)絡(luò)信息選擇和數(shù)據(jù)優(yōu)化處理提供環(huán)境。有關(guān)于數(shù)據(jù)對接傳輸中可能會(huì)產(chǎn)生的風(fēng)險(xiǎn)隱患，在算法優(yōu)化時(shí)也會(huì)重點(diǎn)處理，僅僅依靠預(yù)防控制方法是很難達(dá)到最佳效果的。因此數(shù)據(jù)優(yōu)化還應(yīng)該從實(shí)質(zhì)性內(nèi)容層面開展，尤其是針對大數(shù)據(jù)分析運(yùn)算中的網(wǎng)絡(luò)安全需求，算法優(yōu)化時(shí)為避免出現(xiàn)故障，可以采用實(shí)時(shí)對接的模式進(jìn)行運(yùn)算。安全檢測系統(tǒng)數(shù)據(jù)庫對接如圖2所示。

4 大數(shù)據(jù)分析環(huán)境下網(wǎng)絡(luò)安全系統(tǒng)優(yōu)化算法的實(shí)現(xiàn)

（Implementation of the optimization algorithm of

the network security system in the big data

analysis environment）

（1）數(shù)據(jù)存儲(chǔ)

大數(shù)據(jù)分析環(huán)境下安全系統(tǒng)優(yōu)化算法應(yīng)用后，需要對功能實(shí)現(xiàn)情況進(jìn)行檢驗(yàn)，首先從數(shù)據(jù)存儲(chǔ)層面來進(jìn)行。判斷在數(shù)據(jù)存儲(chǔ)過程中，是否能夠?qū)W(wǎng)絡(luò)環(huán)境中存在的風(fēng)險(xiǎn)進(jìn)行有效規(guī)避，對于數(shù)據(jù)存儲(chǔ)和傳輸期間可能會(huì)產(chǎn)生的功能隱患，構(gòu)建安全防護(hù)基本框架便可以得到解決[5]。在安全防護(hù)基本框架中所存在的各項(xiàng)功能隱患問題，會(huì)通過系統(tǒng)文本框形式展現(xiàn)出來。針對大數(shù)據(jù)分析網(wǎng)絡(luò)安全所開展的數(shù)據(jù)運(yùn)算任務(wù)，也能在文本框規(guī)定范圍內(nèi)精準(zhǔn)實(shí)現(xiàn)，對于文本框與大數(shù)據(jù)環(huán)境之間的對接融合，提升數(shù)據(jù)存儲(chǔ)能力可以對安全運(yùn)算對接匹配進(jìn)行檢驗(yàn)。一旦數(shù)據(jù)存儲(chǔ)內(nèi)容與網(wǎng)絡(luò)環(huán)境中下載的資源存在誤差，通過安全優(yōu)化算法，也可以更高效地控制解決。大數(shù)據(jù)分析技術(shù)應(yīng)用圖如圖3所示。

大數(shù)據(jù)分析環(huán)境下網(wǎng)絡(luò)信息傳輸，需要體現(xiàn)出移動(dòng)網(wǎng)絡(luò)與互聯(lián)網(wǎng)絡(luò)兩種不同形式，目前wifi無線網(wǎng)絡(luò)也是一種網(wǎng)絡(luò)接入點(diǎn)形式，在系統(tǒng)中更應(yīng)該考慮這一特征，并體現(xiàn)出綜合控制對網(wǎng)絡(luò)信息傳輸中的誤差補(bǔ)償效果。

（2）文本框劃分

文本框劃分同樣建立在軟件程序匯編基礎(chǔ)上，軟件程序匯編會(huì)確定詳細(xì)的范圍，通過文本框劃分來避免數(shù)據(jù)運(yùn)算中相互干擾影響進(jìn)度的情況。文本框中所存儲(chǔ)的信息是有網(wǎng)絡(luò)環(huán)境中實(shí)時(shí)下載更新的，基于互聯(lián)網(wǎng)絡(luò)環(huán)境下開展的數(shù)據(jù)信息存儲(chǔ)和各項(xiàng)網(wǎng)絡(luò)資源更新，利用無線網(wǎng)絡(luò)傳輸。可以實(shí)現(xiàn)同一端口連接多個(gè)設(shè)備的使用目標(biāo)，同時(shí)對于數(shù)據(jù)流的生成，以及連接應(yīng)用，在數(shù)據(jù)庫更新防護(hù)作用下，也可以達(dá)到最佳安全控制效果。對于網(wǎng)絡(luò)傳輸與數(shù)據(jù)實(shí)時(shí)更新控制，文本數(shù)據(jù)庫在內(nèi)容形式上始終保持自動(dòng)學(xué)習(xí)更新狀態(tài)，在網(wǎng)絡(luò)環(huán)境下更高效地下載并使用資源，數(shù)據(jù)運(yùn)算處理任務(wù)實(shí)現(xiàn)不會(huì)受到影響。對于網(wǎng)絡(luò)環(huán)境下的各項(xiàng)資源檢測，可以利用自主學(xué)習(xí)技術(shù)來優(yōu)化數(shù)據(jù)資源更新效果。網(wǎng)絡(luò)數(shù)據(jù)庫資源使用，學(xué)習(xí)能力是首先要保障的，通過學(xué)習(xí)能力引入，來實(shí)現(xiàn)大數(shù)據(jù)分析環(huán)境下網(wǎng)絡(luò)安全系統(tǒng)設(shè)法控件的創(chuàng)新，無論是文本框使用還是最終的數(shù)據(jù)資源庫建立，在學(xué)習(xí)技術(shù)幫助下都能夠確定明確的方向目標(biāo)。

（3）數(shù)據(jù)流生成

數(shù)據(jù)流生成可以對網(wǎng)絡(luò)安全系統(tǒng)功能進(jìn)行強(qiáng)化，利用網(wǎng)絡(luò)環(huán)境中的資源優(yōu)化更新，觀察數(shù)據(jù)流生成后，與預(yù)期的功能效果之間是否存在誤差。生成不同安全性檢測曲線，并利用數(shù)學(xué)建模來對曲線內(nèi)的參數(shù)節(jié)點(diǎn)進(jìn)行優(yōu)先運(yùn)算，建立起與文本框相匹配的數(shù)據(jù)資源庫。數(shù)據(jù)流生成后行成與網(wǎng)絡(luò)系統(tǒng)安全需求相匹配的資源，建立在移動(dòng)網(wǎng)絡(luò)設(shè)備自動(dòng)安全檢測信息技術(shù)上，數(shù)據(jù)流能夠自動(dòng)完成控制內(nèi)容匹配，充分建立起安全檢測文本框架，實(shí)現(xiàn)大數(shù)據(jù)分析環(huán)境下不同信息安全檢測需求的實(shí)時(shí)匹配。發(fā)現(xiàn)匹配結(jié)果與分析內(nèi)容之間產(chǎn)生隱患，也能夠在大數(shù)據(jù)控制基礎(chǔ)上，進(jìn)行規(guī)劃整合。當(dāng)所下載得到的數(shù)據(jù)存在大幅度誤差和波動(dòng)時(shí)，也能夠通過數(shù)據(jù)文本框更新來進(jìn)一步控制。數(shù)據(jù)流劃分并得到驗(yàn)證后，網(wǎng)絡(luò)系統(tǒng)安全性已經(jīng)完成初步判斷，對于一些比較容易出現(xiàn)的潛藏隱患，在系統(tǒng)內(nèi)部會(huì)有針對性的構(gòu)建并用，利用大數(shù)據(jù)環(huán)境中綜合控制處理技術(shù)，來全面提升數(shù)據(jù)流的更新下載安全性。

5 結(jié)論（Conclusion）

雖然本文提出的對指紋算法的改進(jìn)可以檢測出在網(wǎng)絡(luò)上傳輸?shù)臄?shù)據(jù)是否含有敏感信息泄露問題，但是不能解決檢測具有相同語義的敏感信息是否也被泄露。當(dāng)文本發(fā)生較大規(guī)模的更改，或者只是將字面做了更改，語義沒有變化的時(shí)候，就不能檢測出敏感信息的泄露問題了。該方面內(nèi)容仍然需要繼續(xù)強(qiáng)化研究。

參考文獻(xiàn)（References）

[1] 何歡.群智能算法優(yōu)化神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)安全的應(yīng)用[J].現(xiàn)代電子技術(shù)，2016，39（20）：12-14.

[2] 齊銀峰，譚榮建.基于改進(jìn)粒子群優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò)在大壩變形分析中的應(yīng)用[J].水利水電技術(shù)，2017，48（2）：118-124.

[3] 王延緯，劉凡，丁濤，等.含多分區(qū)電力系統(tǒng)能量備用實(shí)時(shí)優(yōu)化調(diào)度的動(dòng)態(tài)積極集求解算法[J].西安交通大學(xué)學(xué)報(bào)，2017，

51（4）：45-52.

[4] 劉洋，劉博，王峰.基于ParameterServer框架的大數(shù)據(jù)挖掘優(yōu)化算法[J].山東大學(xué)學(xué)報(bào)（工學(xué)版），2017，47（4）：1-6.

[5] 葉娟.基于網(wǎng)絡(luò)數(shù)據(jù)包的大數(shù)據(jù)分析程序設(shè)計(jì)與開發(fā)[J].軟件工程，2018，34（1）：35-37.

作者簡介：

于淑香（1978-），女，碩士，講師.研究領(lǐng)域：軟件工程.

王 浩（1977-），男，博士，講師.研究領(lǐng)域：人工智能，軟件工程.