[发明专利]一种基于大数据的数据信息分析系统

权利要求书

1.一种基于大数据的数据信息分析系统，其特征在于，所述基于大数据的数据信息分析系统包括：

数据采集模块，与中央控制模块连接，用于通过数据采集程序进行待分析数据的采集，得到待分析数据；

数据加密模块，与中央控制模块连接，用于通过数据加密程序进行待分析数据的加密，得到加密数据；

数据传输模块，与中央控制模块连接，用于通过数据传输程序进行加密数据的传输；

所述通过数据传输程序进行加密数据的传输，包括：

对不同类型的网络连接数据，进行数据预处理和特征提取；

根据所提取的特征，通过广义回归神经网络结合模糊聚类算法进行迭代和训练得出的聚类结果；

所述通过广义回归神经网络结合模糊聚类算法进行迭代和训练得出的聚类结果，包括：

根据模糊聚类算法将数据进行分类，并计算每类的聚类中心；

FCM把n个向量x_k分为c个模糊类，并求每类的聚类中心c_i，从而使模糊目标函数最小；

模糊聚类的目标函数为：

其中，d_ij＝||c_i-x_j||，为样本向量距离中心点的欧式距离，c_i是第i类的中心，，m为样本个数，j为属性列；每一聚类中心的计算公式为：

通过隶属度函数计算隶属度值，构成模糊矩阵；

隶属度函数为：

从模糊矩阵中选择训练样本，作为广义神经网络的训练输入；

在模糊矩阵中选择距离中心值最小的m个样本作为训练样本，通过n*m组数据作为广义神经网络的训练输入；其中，n为根据模糊聚类算法将入侵数据分类的个数，m为1～5之间的数据；

根据广义神经网络的训练输入，预测输出入侵数据类别；

将数据重新分为n类，找出最靠近每类中心值的样本作为训练样本；得出聚类结果；

根据所述聚类结果，通过设置可信度权重向量和网络连接可信度算法计算相应分类的可信度估值；

通过改进的关联属性判定算法计算网络入侵规则的可信度，作为入侵检测系统中规则库动态调整的依据；

依据调整后的可信度确定是否建立数据分析终端与互联网的连接；

数据接收模块，与中央控制模块连接，用于通过数据接受程序进行加密数据的接收；

中央控制模块，与数据采集模块、数据加密模块、数据传输模块、数据接收模块连接，用于通过主控机对各连接模块的运行进行控制，保证各个模块正常运行。

2.如权利要求1所述基于大数据的数据信息分析系统，其特征在于，所述基于大数据的数据信息分析系统还包括：

数据解密模块，与中央控制模块连接，用于通过数据解密程序进行接收的加密数据的解密，得到解密后的数据；

数据归一化模块，与中央控制模块连接，用于通过数据归一化程序对解密后的数据进行归一化处理，得到归一化数据；

数据分析模块，与中央控制模块连接，用于通过数据分析程序进行归一化数据的分析，得到数据分析结果；

杂乱数据剔除模块，与中央控制模块连接，用于通过杂乱数据剔除程序依据数据分析结果进行杂乱数据的剔除，得到优化后的数据；

数据存储模块，与中央控制模块连接，用于通过数据存储器进行优化后的数据的存储。

3.如权利要求1所述基于大数据的数据信息分析系统，其特征在于，所述通过数据加密程序进行待分析数据的加密，得到加密数据，包括：接收第一网络数据帧，所述第一网络数据帧由所述第一网络设备发送；从所述第一网络数据帧中获取第一有效载荷，根据第一预设规则得到加密标识，判断所述加密标识的状态，若所述加密标识为第一标识，则对所述第一有效载荷进行加密处理得到密文数据，若所述加密标识为第二标识，则根据第一配置参数对所述第一网络数据帧进行第一预设处理；发送第二网络数据帧，所述第二网络数据帧包括所述加密数据。