[发明专利]基于大数据平台的网络安全分析系统及方法

权利要求书

1.基于大数据平台的网络安全分析方法，其特征在于：所述网络安全分析方法的具体步骤如下：

S1-1、采集网络事件，将采集的网络事件分类划分成类事件和类事件；通过大数据平台分别采集这两类网络事件的评论带图在全部评论中的占比；其中类事件为网络暴力事件，类事件为除网络暴力的其他事件；

S1-2、当出现事件在设定的时间内，转发次数或者评论数量达到设定的阈值，网络安全分析系统需要对该事件的类型进行分析，通过事件的评论带图在全部评论中的占比与类事件和类事件的评论带图在全部评论中的占比进行相似度对比；当相似度高于设定的阈值时，能够判断需要分析的事件属于哪一类型的事件；

S1-3、当需要分析事件与类事件的评论带图在全部评论中的占比相似度最高并且超过设定的阈值时，对需要分析事件中评论带图的所有图片进行灰度处理；

S1-4、将灰度处理后的图片进行相似度比较，当相似的图片数量超过设定的阈值时，将该数据发给后台处理中心，数据处理中心对相似的图片进行屏蔽处理。

2.根据权利要求1所述的基于大数据平台的网络安全分析方法，其特征在于：所述S1-1中采集网络事件并且进行分类划分的具体方法如下：

建立一个数据分类模型，设置采集的网络事件的信息为，通过人工神经网络对采集的网络事件进行分类；设置输入为，则输出为；其中，为常数；所述为每一个网络事件信息的权重，为激活函数，所述激活函数为双切正切函数；所述表示隐含层神经节点的阈值；通过大数据平台采集得到类事件和类事件的评论带图在全部评论中的占比分别为和。

3.根据权利要求2所述的基于大数据平台的网络安全分析方法，其特征在于：所述S1-2中网络安全分析系统对该事件的类型进行分析的具体方法如下：

在设定的时间内，事件的被转发次数或者评论的次数达到设定的阈值时，通过大数据平台统计能够得到事件的评论带图在全部评论中的占比为以及全部评论的数量为；

通过利用word embedding算法将类事件和类事件的评论带图在全部评论中的占比以及事件的评论带图在全部评论中的占比映射到一个数值向量空间，通过建立坐标系，在对数据进行处理，能够得到向量、和；计算类事件和事件评论带图在全部评论中占比的相似度为；

计算类事件和事件评论带图在全部评论中占比的相似度为，其中表示向量与向量的余弦相似性，表示向量与向量的余弦相似性，和分别表示向量、向量与向量的各分量；余弦值取值范围为；

设置相似度阈值为，当，并且能够判断出事件是属于类事件；当,并且能够判断出事件是属于类事件。

4.根据权利要求3所述的基于大数据平台的网络安全分析方法，其特征在于：所述S1-3中分析事件中评论带图中的图片进行灰度处理的具体方法如下：对事件中评论中带有图片进行灰度处理，其中，为常数；表示评论中的第个灰度处理后的图片。

5.根据权利要求1所述的基于大数据平台的网络安全分析方法，其特征在于：所述S1-4中将灰度处理后的图片进行相似度比较的具体方法如下：

S5-1、在评论的图片进行灰度处理后，计算图片的对比度，其中,为每个评论中图片的相邻像素之间的灰度值的差，为每个评论中图片相邻像素之间的灰度值做差的个数；根据每个图像的对比度计算在事件中评论所带图片之间的相似度；

S5-2、将图片对比度映射到二维空间，设置图片对比度的坐标点为，通过曼哈顿距离能够计算得到评论中图片的相似度为，其中，为常数；，为常数；

S5-3、设置相似度阈值为，当大于相似度阈值时，将相似的两张图片存入数据库中，并且当数据库中的相似的图片大于时，表示存入数据库中的图片存在网络暴力性质；其中为常数，为权值且小于一，为事件的评论带图在全部评论中的占比；

S5-4、将数据库中检测存在网络暴力的图片在事件的评论中进行屏蔽处理。