潘锦锋，胡小琴

(泉州信息工程学院 软件学院，福建 泉州 362000)

随着网络信息技术的发展，对网络信息平台分布式数据流的安全性提出更高的要求，需要构建优化的分布式大数据流大信息安全评估平台，结合对分布式大数据流大信息安全特征融合和模糊信息聚类分析的方法，实现对分布式大数据流大信息安全评估和融合调度，提高分布式大数据流大信息安全性，在大数据分布式融合背景下，通过分析分布式大数据流大信息安全评估平台的融合特征量，通过自相关特征分析和统计信息评估，实现对分布式大数据流大信息安全评估平台设计[1]。

传统方法中，分布式大数据流大信息安全评估方法主要有基于模糊度融合的高效频繁集分布式数据流安全性评估方法、基于线性相关性特征分析的分布式数据流评估方法等[2-4]，采用平衡度测量的方法进行高效频繁集分布式数据流安全性的模糊性控制，提取高效频繁集分布式数据流安全性管理参数，通过规则性调度方法实现高效频繁集分布式数据流安全性评估，但传统方法进行分布式大数据流大信息评估的自适应性不好，特征辨识度不高[5-6]。针对上述问题，提出基于分布式数据流的大数据信息安全评估平台。首先构建大数据信息安全评估的数据结构融合模型，实现对分布式数据流的频繁集挖掘，根据数据的特征属性值来确定大数据信息记录的位置，提取分布式数据流的候选集、事务集，对大数据信息进行安全评估。……