基于机器学习的商业数据安全风险防范研究

摘要：

大数据时代下的恶意软件数量的快速增长已经给商业数据安全带来了巨大的风险挑战,使得软件恶意行为识别和风险评估及管理成了商业数据风险防范的重要课题.从信息学的角度提出一种基于机器学习的恶意行为检测方案来应对数据风险识别,从管理学的角度提出了商业数据风险评估和风险管理方案.在这个综合信息学和管理学的方案中,数据风险识别方案采用融合了特征选择的贝叶斯方案进行分类训练和风险识别,风险评估利用因子乘积法去判断风险等级,风险管理通过企业和国家层面的管理手段去降低风险产生的概率.论文集成了包括风险识别、风险评估和风险管理在内的一套综合方案来进行商业数据风险防范.实验和案例分析证明,所提的方案在技术层面上能提高风险识别率,在管理方案上能有效确定风险等级和提高风险攻击代价.

关键词：信息增益、贝叶斯、N元模型、商业数据安全、风险防控

所属期刊栏目：36

分类号：C931(管理学)

资助基金：河南省哲学社会科学规划项目;河南省科技厅软科学项目

在线出版日期：2023-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：70-83