[发明专利]一种基于输入数据压缩表示关联分析的数据融合防篡改方法有效
| 申请号： | 201910388263.7 | 申请日： | 2019-05-10 |
| 公开（公告）号： | CN110135196B | 公开（公告）日： | 2020-07-17 |
| 发明（设计）人： | 张丽霞;李文越;刘利民;王慧 | 申请（专利权）人： | 内蒙古工业大学 |
| 主分类号： | G06F21/64 | 分类号： | G06F21/64;G06K9/62 |
| 代理公司： | 西安智大知识产权代理事务所 61215 | 代理人： | 段俊涛 |
| 地址： | 010080 内蒙古自治区呼*** | 国省代码： | 内蒙古;15 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于输入数据压缩表示关联分析的数据融合防篡改方法，该方法包括一种网络节点数据特征压缩机制，对原始输入数据输入进行压缩表示数据特征，保证数据表示精度，屏蔽不同数据类型的差异性；该方法包括一种基于Boost原则的子数据集收集方法，该方法将数据集进行有放回等概率的合理划分，构成训练子分类器的输入数据向量；该方法包括基于Adaboost的子分类器及篡改检测模型构建方法，利用划分的子数据集训练子分类器，最后组合子分类器搭建AdaBoost分类器对相关网络节点数据向量类型进行预测，应用多是投票原理作出最终预测结果，并利用这一机制快速识别篡改数据融合结果，防范恶意数据融合操作。 | ||
| 搜索关键词： | 一种 基于 输入 数据压缩 表示 关联 分析 数据 融合 篡改 方法 | ||
【主权项】：
1.一种基于输入数据压缩表示关联分析的数据融合防篡改方法，其特征在于，包括如下步骤：步骤1)，网络节点数据特征压缩：对网络节点原始输入数据进行压缩表示数据特征，以保证数据表示精度，屏蔽不同数据类型的差异性；步骤2)，基于Boost原则进行子数据集收集：将网络节点原始输入数据的压缩表示结果与融合结果拼接为向量作为真实数据，并构建反例同真实数据一同构成数据集；将数据集进行有放回等概率划分为s个子数据集，构成训练子分类器的输入数据向量；步骤3)，基于Adaboost的子分类器及篡改检测模型构建：利用划分的s个子数据集训练子分类器，组合子分类器搭建AdaBoost分类器对相关网络节点数据向量类型进行预测，最后应用多数投票原理作出最终预测结果，并快速识别篡改数据融合结果，防范恶意数据融合操作。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于内蒙古工业大学，未经内蒙古工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910388263.7/，转载请声明来源钻瓜专利网。
