杨 波,徐胜超

(广州华商学院 数据科学学院,广东 广州 511300)

0 引 言

云网技术逐渐成为热门领域,被广泛应用于数据优化[1]、供应链设计、移动终端等领域。为了创造安全高效的运营环境,人们对云网安全服务的可视化监测技术也提出了更高的要求,不仅要求监测效率高,还要求其具有高效的异常类型检测能力[2],其中的关键就是对可视化监测技术做出升级和改进。通过上述分析可知云网安全服务的可视化监测技术成为目前急需解决的问题和工作人员研究的热点。文献[3]提出一种基于隶属云的安全监测异常数据识别方法,采用多重态势优化算法实现云网服务信息的异常可视化监测,然后在此基础上使用多重分形维度分析信息的传播态势,并根据后续的信息态势数据对云网安全服务做出判断,最后通过引入隶属云发生器,结合隶属云3b准则对监测数据进行初筛,以监测数据序列的期望和带宽序列的均值构造控制函数,完成云网安全服务的可视化监测。该方法没有对云网流量数据做降噪处理,导致监测效果差。文献[4]提出一种基于OpenStack云平台的Docker容器安全监测方法,采用Logistic-ARMA预警模型和BERT序列标注,采用先验知识训练出相应的深度学习模型,可以实现云网流量的可视化预测,最后将空间特征与流量预测值相结合,完成云网安全服务的可视化监测。该方法没有对云网流量数据做降噪处理,导致监测效果差。文献[5]设计出微处理芯……