基于最大熵原理的电子商务混合入侵行为信息智能化检索方法研究.docx

?

?

基于最大熵原理的电子商务混合入侵行为信息智能化检索方法研究

?

?

段立峰

摘要：电子商务混合入侵行为会造成企业经济受到损失，于是为了减少损失需要对其信息进行检索，从而及时有效的检索出入侵信息。文章提出了一种基于最大熵原理的入侵行为信息智能化检索方法，其中使用了两种离散方式将特征转化为离散数值，从而可以除去冗余干扰特征;再使用了3种特征选择方式，除去了噪声干扰特征。最后通过仿真实验得到文章所研究的检索方法具有效率快、精确度高的特点。

关键词：最大熵原理;电子商务;混合入侵;检索

：TP18?：A???：1001-5922（2020）10-0141-04

Abstract：Themixedintrusionofe-commercewillcauselossestotheenterpriseeconomy，soinordertoreducelosses，itisnecessarytoretrieveitsinformation，soastoretrievetheintrusioninformationinatimelyandeffectivemanner.Thispaperproposesanintelligentretrievalmethodforintrusionbehaviorinformationbasedontheprincipleofmaximumentropy.Twodiscretemethodsareusedtoconvertfeaturesintodiscretevalues，sothatredundantinterferencefeaturescanberemoved;Threemorefeatureselectionmethodsareusedtoremovenoiseinterferencefeatures.Finally，throughsimulationexperiments，theretrievalmethodstudiedinthispaperhasthecharacteristicsoffastefficiencyandhighaccuracy.

Keywords：principleofmaximumentropy;e-commerce;mixedintrusion;retrieval

0???引言

电子商务信息系统中有大量隐秘和重要性的数据，如果这些数据受到侵袭将会造成企业受到较大的损失[1]。当前，在电子商务系统中较为常见的安全问题有3个类型，第1系统的网页被篡改，即系统中的各种相关信息被更改，第2为交易活动仿冒，第3为系统混合入侵行为，即将恶意程序植入到系统中，从而造成系统无法使用[2]。这3种安全问题将会给企业带来非常大的威胁，所以当存在混合入侵行为时需要及时检测出来，达到降低安全事故的发生。文献[3]提出了一种基于BP神经网络的检索方式，虽然能够达到一定的检索效果，但是没有将冗余干扰特征去除[3]。文献[4]提出了基于深度信念网络模型的检索方式，该方式同样能够达到一定的检索效果，但是没有将噪声干扰去除，于是这两种方法的检索精确度不高[4]。文章将提出一种基于最大熵原理的检索方法，该方法将会把噪声干扰和冗余干扰去除，从而提高检索方法的精确度。

1???电子商务混合入侵行为信息智能化检索方法分析

1.1??电子商务信息离散化处理

电子商务信息特征属于一个不断变化的连续过程，为了能够获取其中某个具体的特征，需要将其进行离散处理。

1.1.1熵最小化离散

首相按照一定的顺序将电子商务信息的特征值进行排列，然后再选择断点候选集合，选择的点为序列中相邻数值的中点，需要对这些点进行候选评估运算。电子商务信息需要分为两部分，然后计算出每個部分的信息熵，于是再将熵最小的断点放到断点候选集合中。最后通过选择一个电子商务信息最小猫叔长度值当做熵最小化离散方法的停止约束条件[5]。

1.1.2时间间隔离散

该目的在于将离散间隔尺度和结果能够保持一定的平衡，其中就是通过调整间隔数量和间隔大小[6]。比如一个电子商务信息属性有n个样例，进行离散化处理之后，于是就会存在个间隔，其中每一个间隔中都存在个电子商务信息样例，最后将将方差和偏差赋予同样权值。当n发生变化之后，间隔数量和间隔大小也会发生变化。使用这种方式对电子商务信息进行处理能够减小原始数据冗余问题。

1.2??混合入侵特征选择

1.2.1基于关联的特征选择

该选择方式的主要思想：集合经过