（内蒙古乌兰浩特市教学研究室 内蒙古乌兰浩特 137400）

21世纪是一个大数据时代，互联网技术带来的发展越来越明显，互联网关系着人类社会发展的每个领域，在人们的生活中起到了不可替代的作用。然而，在互联网快速发展的同时，网络数据安全的问题也备受关注。WEB数据挖掘技术作为一种全新的技术手段被广泛应用，逐步成为构筑网络安全防线的关键技术。[1]

一、WEB数据挖掘技术的理论概述

1. WEB数据挖掘技术的概念

WEB数据挖掘技术是数据挖掘在WEB的应用，通过自身的技术与网络资源进行融合，从中获取有用的、感兴趣的信息的一种综合技术。WEB数据挖掘技术通常有两种基本的类型，一种是建立在统计模型技术上的如自然计算法、神经网络等，另一种是类似于分类、决策树等人工智能模型。[2]

2. WEB数据挖掘技术的分类

第一，内容挖掘。所谓内容挖掘就是用户借助WEB挖掘技术，获取与用户相关的主要信息，然后通过后台的具体设置实现对信息、交易的保护。第二，使用记录挖掘。所谓使用记录挖掘就是用户借助WEB技术，对相关用户的操作记录进行查询，对网络信息的具体情况进行监控和审核，从而更好的保护数据信息，降低安全风险。[3]

借助WEB数据挖掘技术，能够通过关联规则、访问路径、分类规则、序列模式等实现对数据安全性的分析，然后根据系统提供的特性生成相应的安全检测模型，克服传统人工编码和分析的弊端，一方面能够提高模式辨别的整体效率，同时也能够真正让网络信息安全防范成为可能。[4]

二、网络信息安全防范与WEB数据挖掘技术整合的策略

1. 充分利用WEB数据挖掘技术资源

首先，利用WEB服务器数据。WEB提供的网络服务非常丰富，可以通过日志分析来实现对入侵线索的查找和克制。其次，对WEB用户登录信息进行分析，一方面充分了解登录用户的行为，同时也能够针对不同客户制定不同的安全方案。再次，充分利用代理服务器数据，代理服务器相当于一种中介服务器，不仅可以提高网页的运行速度，同时也能够把用户访问的信息保存下来，为网络信息安全防范起到重要的保障。最后，重视业务往来数据，WEB内部的网络业务非常多，这些都能够为网路信息安全防范提供重要的参考。

2. 使用WEB挖掘数据技术对网络信息进行技术分析

首先，进行关联技术分析，利用WEB关联规则找到隐藏在数据中的关联事件，然后有效挖掘安全事件中的关联特性，比如一些非正常访问的情况，然后对数据进行分析，从而制定相应的安全防范策略。其次，利用分类规则对信息进行分类，利用WEB数据挖掘进行对网络信息进行有效的分类，对不同类别的信息进行整理，分类的主要立足点在于通过统计、神经网络、规则归纳等方法构建分类模型，然后通过分类映射到另一个特定类，然后进行预测分析。再次，进行数据聚类分析。通过聚类技术，通过稀疏和密集的区域，明确具有全局性的分布模式，找到数据之间的联系，然后把具有相似浏览模式的用户集中到一起，从而能够更好的制定相应的网络安全防范策略和方法。第四，把利用WEB数据挖掘技术搜集到的资源信息进行分类，根据不同的特点进行整合和筛选，从而从网络运行的实际情况出发制定安全策略，从而形成一个良好的网络信息环境。

3. 构建全方位的安全防范模型

利用WEB数据挖掘进行进行网络信息安全防范，构建全方位的安全防范模型尤为重要，应该从以下几个方面入手：第一，做好安全防范模型的安全审计，利用WEB数据挖掘中的主要技术规则，对防火墙、入侵检测系统等日志进行审计。第二，做好安全防范模型的入侵检测，主要是利用数据挖掘中的数据分类、 关联分析和序列模式挖掘， 对安全审计数据进行智能化的分析处理， 通过提取数据本身存在的规律性， 帮助系统生成入侵检测规则及建立异常检测模型，使系统能自动地获取知识，确保数据的安全性。第三，做好网络病毒的预警。建立专门针对网络病毒的预警系统，对网络异常等进行病毒跟踪和检测。第四，做好安全防范模型的安全评估。要充分利用WEB数据技术，挖掘出网络信息安全风险的相关评价信息，根据不同的特征进行风险信息的检索，实现信息的不断扩充和更新，最终实现风险决策体系的完善，做好对网络信息安全的防控。[5]

结语

网络信息时代的到来，一方面给人们的日常生活带来的巨大的便利，另一方面也隐藏着很多安全威胁风险，为了建立一个安全的网络信息系统，本文利用WEB数据挖掘技术实现了与网络信息安全防范的有效整合，从而更好的提高网络的利用率和信息安全度，达到一个全新、安全、良好的网络环境。[6]