摘要：关联数据库内存在多种信息队列结构,在实际信息分析过程中,队列结构产生数据丢失,导致最终信息分析方法的数据精度较小,针对该问题,设计基于大数据的虚拟仪器关联数据库信息分析方法。采用排序函数将各项数据处理为具有模糊性的数据文档,利用大数据检索虚拟仪器模糊逻辑,索引处理为双向结构,设置队列数据循环函数,保持队列数据中的数据完整,对应数据队列结构内产生缓冲堆栈,标定关联数据库中的预置数值,最终完成对关联数据库信息方法的设计。搭建虚拟仪器运行环境,配置关联数据库参数,准备基于XML的信息分析方法、基于储存测试的数据分析方法以及设计的数据分析方法参与测试,测试结果表明:设计的关联数据库分析方法分析数据的精度数值最大,适用于分析高精度的关联数据库。

摘要：常规方法检测应用程序隐私数据流泄露时,筛选的恶意代码配置文件存在遗漏,导致数据流检测正确率较低,误报率和漏检率较高。提出基于概率主题模型的大数据平台隐私泄露自动检测方法。将主题作为词的条件概率分布,词典作为文档,构建并训练恶意代码特征提取的概率主题模型,结合Dirichlet分布特性求解模型,并且通过概率检测算法和指纹比对算法验证恶意代码配置文件是否敏感,根据隐私数据组件泄露的半格理论,构建检测工具整体框架,进而确定敏感恶意代码配置文件应用程序的泄露数据流,实现概率主题模型的大数据平台隐私泄露自动检测。实验结果表明,设计方法提高了隐私数据泄露检测正确率,减少了误报率和漏检率。