导读:本文包含了异常查询论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:异常,征信,算法,信息,在线,中国人民银行,主体。
异常查询论文文献综述
吉星[1]（2019）在《基于日志信息的DNS查询异常检测研究》一文中研究指出随着移动网络技术的飞速发展,互联网环境及用户群体日趋复杂,由此造成的网络安全问题也日益严峻。其中,作为互联网中核心基础设施之一的域名系统,是大多数网络应用与服务的基础,其实现域名与IP的快速映射与转换,在本质上是规模庞大的分布式数据库系统。然而,现有的DNS协议缺乏信息保护和认证机制,同时近阶段推动的DNS安全扩展存在系统效率低下与部署困难等问题,这给DNS安全埋下巨大隐患。但是,DNS服务器上的查询日志包含了源IP与域名为主体的DNS查询特征信息,可应用于对异常DNS查询行为的识别。但是由于日志数据庞大且日志采集困难等问题,导致大部分基于查询日志的DNS安全研究既缺乏数量也缺乏深度。鉴于以上背景,本文的研究主要基于DNS查询日志展开,以达到对异常DNS查询的高效精确的识别。其中,考虑到DNS日志采集与存储的困难,设计了高效的日志采集与可靠的数据存储方案;针对行为主体源IP在DNS查询中表现出的快速多变的特点,设计与验证了实时无监督的源IP异常检测方法,该方法在面对多变未知的DNS查询攻击行为能行之有效的适应,且对异常源IP检测结果可通过低维可视化与可信度指标的方式予以呈现;针对DNS查询资源主体域名体现出的稳定单一的特点,设计与验证了非实时监督的域名异常检测方法,该方法在对域名统计特征多次聚类分析的基础上,通过欠采样与过采样结合的方式以解决样本倾斜的问题,最终训练出精确可靠的随机森林,以实现异常域名类别的自动识别。经过充分的实验对比与分析,本文提出的基于DNS查询日志的异常检测方法,可以实现对异常源IP和域名的有效识别。最后,总结了本文的主要工作,并客观阐述了所提异常检测方案在日志数据存储与异常检测等方面的优缺点,并在此基础上展望了下一步的工作。(本文来源于《北京邮电大学》期刊2019-05-31）
王梦达[2]（2019）在《论数学模型在个人征信异常查询监测中的应用——以福建省叁明市个人征信查询“立方体”数据为例》一文中研究指出设置查询量阈值是对个人征信异常查询非现场风险监测的有效方法。但当前阈值的设置均以历史最高或平均查询量作为依据,具有定位精度差,误判概率高等缺陷。本文从个人征信查询的起因入手,构建个人信贷相关因素与个人征信查询的数学关系模型,再运用概率模型对预测查询量与实际查询量进行分析,最终得出定量化的风险监测结论。实践表明,将以此方法构建的监测模型应用于个人征信异常查询监测,不仅可行而且高效,对个人征信非现场监管工作有较明显的提升效果。(本文来源于《福建金融》期刊2019年02期）
吉星,黄韬,鄂新华,孙礼[3]（2018）在《基于日志信息的DNS查询异常检测算法》一文中研究指出针对域名系统(DNS)中存在异常查询的问题,提出了一种基于日志信息的DNS查询异常检测算法,以检测异常的互联网协议地址(IP).通过分析DNS正常与异常请求行为的区别,提取了DNS日志中多个维度的信息来表征源IP;其次,利用降维处理将数据映射到叁维空间,以便直观地可视化呈现和快速地进行数据分析;最后,利用聚类分析和计算各源IP的可信度,检测出异常的源IP.实验结果表明,所提算法不但能直观观察到多维数据集中的关联特性,而且能从全局和局部2个层面识别网络中异常的源IP.(本文来源于《北京邮电大学学报》期刊2018年06期）
李曼曼,谷晓鹏,杨午腾[4]（2018）在《餐饮用户用气量异常数据查询方法的研究与验证》一文中研究指出1概述餐饮用户往往是不法分子偷盗气的重灾区。一些餐饮用户出于节约运营成本、非法获取额外利润的动机,采取多种手段破坏燃气设备、设施或国家法定计量器具偷盗天然气,不仅给燃气企业造成了巨大的经济损失,还在燃气管道和燃气设备设施上埋下了严重的安全隐患,直接威胁到燃气企业的安全生产工作。燃气企业为了打击偷盗气,减少经济损失,通常采取多种手段联合的方式,从管理和技术上共同采取措施:(1)流量计选型,制定流量计选型标准,(本文来源于《城市燃气》期刊2018年12期）
吴婧[5]（2018）在《央行印发金融信用信息查询监管新规》一文中研究指出金融信用信息，在金融市场特别是信贷市场上具备极高的商业价值。《中国经营报》记者独家获悉，中国人民银行征信中心于近期印发了《金融信用信息基础数据库异常查询行为监测工作暂行规程》（以下简称“《规程》”），以进一步规范征信信息异常查询行为监测工作程序(本文来源于《中国经营报》期刊2018-07-09）
楼骁涵[6]（2018）在《面向企业征信系统的异常查询识别方法研究》一文中研究指出随着近几年征信业的蓬勃发展,信用报告对于人们来说已经不再陌生,已经成为与我们息息相关的话题,不管是公司还是个人与金融机构发生的一系列金融行为都需要用到信用报告,与此同时,也诱导了大批的不法分子参与其中。信用主体的身份信息、信用信息等将不再安全,泄露、盗取、倒卖行为正在愈发猖獗。而目前人民银行征信中心并没有一套有效的技术方法来控制这种行为的发生,仅靠商业银行内部自查及人工排查无法高效精准的定位这些异常查询行为。恰逢数据挖掘算法、大数据理论正如火如荼的席卷全国的各行各业,不管是互联网行业或传统行业,而数据挖掘也提供了诸多方法来解决这一问题,因此,急需一套依托数据挖掘模型来有效识别征信系统的异常查询行为,从而保护信用主体的信息安全,净化我国征信环境。本文针对企业征信安全的问题,以数据挖掘算法为理论基础,设计了一套企业征信系统异常查询监测模型,提出了基于时间的异常查询的自动识别算法,改进了单独使用有监督学习或单独使用无监督学习的数据挖掘算法,并通过多个统计量及模型拟合度覆盖率进行了实证分析。论文的主要研究成果包括:(1)设计了基于数据挖掘的企业征信系统异常查询监测模型,改变以往以业务经验为基础的监测模式,依托数据挖掘算法来分析异常查询行为,搭建异常查询监测模型,更快速、准确、高效地定位隐藏在大量查询数据下的异常行为。(2)提出了基于时间的异常查询的自动识别算法。通过时间序列算法中的ARIMA算法分析基于查询时间的指标集,预测金融机构查询量,识别出异常查询数据。虽然这种算法粒度粗,但是这样可以快速筛选出疑似的异常查询用户。(3)改进了单独使用有监督学习或单独使用无监督学习的数据挖掘算法,通过K-MEANS和决策树相结合的方法提高分类的效率与精度,挖掘基于其他特征的异常点。首先通过无监督的K-MEANS算法对客户进行分群,在这基础之上,把无监督算法聚类的结果作为有监督的决策树的样本,这样把有监督学习算法和无监督学习算法相结合,能最高效地挖掘出信息中的异常点。(4)通过多个统计量(如R~2、AIC、SBC、残差检验、伪F统计量)及模型拟合度覆盖率的测试验证(ROC曲线、混淆矩阵),表明本文提出的模型达到了设计要求。并且在运行期间为业务部门提供了精准的异常用户名单,大大降低了业务部门的排查负荷。(本文来源于《上海交通大学》期刊2018-01-01）
许强永[7]（2017）在《基于用户在线查询大数据的民航异常需求发现》一文中研究指出在当今民航业内,准确把握客运需求是航空公司收益管理的核心问题。随着民航市场的持续增长,对航空公司、机场、机票代理等民航相关企业的管理和运营水平尤其是市场反应能力提出了更高的要求。这就要求这些民航企业能够及时准确地掌握民航市场需求的变化,及时采取相应的市场对策,从而提高企业的运营能力和服务质量,提高收益,改善用户出行体验。在线机票预订网站上的用户查询量变化反应了民航市场需求的变化。在本文中,通过对用户在线查询行为大数据的分析,提出了一种新颖的民航异常需求发现方法,基于不同航线的用户查询量时间序列,并利用全国航线网络,从网络整体而非单条航线的视角来检测民航异常需求。首先,针对单条航线查询量时间序列上滑动窗口的异常值计算问题,提出一种多维度异常值计算的方法。分别考虑了:该窗口与本航线历史查询量曲线同期窗口子序列之间的差异、该窗口与其他航线当前查询量曲线同期窗口子序列之间的差异以及该航线查询量时间序列曲线的自身复杂性。最后通过对这叁个维度计算所得的异常值相结合,得到滑动窗口子序列的初始异常值。然后,我们构建了一个由全国拥有机场城市和航线关系组成的航线网络。基于航线网络提出了一种需求异常值网络迭代优化算法,从网络整体的角度不断地迭代调整需求异常值,对上一步的异常值进行迭代修正优化,直到最后在整个航线网络上达到一种平衡,可以更为准确的得到每条航线的异常值。我们利用GDS服务商提供的真实历史查询数据集进行了实验,并与异常传统时间序列异常发现算法进行了对比实验,结果表明本文提出的方法能更有效地从用户查询行为记录中及时发现民航异常需求。最后,我们将异常需求发现方法应用在民航需求指数系统中,并利用异常发现结果对相关研究工作进行了展望。(本文来源于《北京交通大学》期刊2017-03-01）
刘丽丽,刘锴[8]（2016）在《个人信用报告异常查询案例分析及启示》一文中研究指出近年来,在个人信用报告异常查询监测工作开展过程中,发现部分金融信用信息基础数据库查询和使用机构在系统用户管理、安全管理和查询操作等方面存在诸多漏洞,以致违规查询事件层出不穷,严重侵害了信息主体的合法权益。选取部分典型案例,对照征信管理相关制度进行剖析,力图为做好个人信用信息主体的权益保护工作提供一些思路。(本文来源于《征信》期刊2016年10期）
姚前,谢华美,景志刚,胡青青,司恩哲[9]（2016）在《基于数据挖掘的个人征信系统异常查询实时监测模型及其应用》一文中研究指出选择个人征信系统最新36个月9亿条查询记录,根据用户查询行为的不同波动特征进行了模型细分,探讨了4种异常查询实时监测模型。结果表明,基于数据挖掘的个人征信系统异常查询实时监测模型应用于个人查询量预测是可行的,且效果良好。该模型的成功上线和不断修正,将对个人征信系统的违规查询行为产生威慑作用,倒逼查询机构加强内部管理,合法使用信用信息,以保障信息主体的权益,促进征信市场腱康发展。(本文来源于《大数据》期刊2016年04期）
魏茹玉[10]（2014）在《空间到达—离开数据中异常聚簇查询算法研究》一文中研究指出随着装有GPS功能的智能手机、出租车等大量可以获取时空数据的设备出现,产生了大量的轨迹数据、带地理标签的媒体数据及签到数据。基于这些数据的查询与挖掘也得到了广泛关注,研究成果可以应用于基于位置的服务、选址等领域。在时空数据中有一类表示用户在某一时间到达或者离开某一地点的数据,称之为到达离开数据,它可以是社交网站的签到数据、轨迹数据中的停留点及公共交通中乘客抵达或者离开的位置数据。到达离开数据的时空聚簇可以反映对象在一段时间、空间内的聚集情况。基于到达离开数据,本文提出了异常聚簇查询问题。将到达离开数据进行周期性划分,采用时空聚类算法对周期性的数据进行聚类,通过比较不同周期内聚簇的异常度,查询具有最大异常度的k个聚簇。同时本文还研究了到达聚簇与离开聚簇的对应关系,给定到达数据中的聚簇,在同一周期的离开数据中发现与其相对应的聚簇。到达离开异常聚簇查询可以应用于城市安全管理、基于位置的服务和交通调度等方面。以上研究问题的挑战在于如何对到达离开数据进行有效聚类,聚簇的异常度度量计算以及高效的异常聚簇查询算法设计等。根据到达离开数据的特点,在传统的DBSCAN算法基础上加入时间与聚簇空间规模约束,提出了区域敏感的时空聚类算法,该算法可以产生适应实际区域大小的时空聚簇;在聚簇的异常度计算方面,提出了基于二分图最大匹配的聚簇异常度度量;在异常聚簇查询算法方面,本文设计了基本的两阶段算法、优化的两阶段算法与动态建图匹配算法叁类查询算法。其中,动态建图匹配算法将二分图的建立与匹配相结合,只在需要进行匹配时才动态创建边,通过减少建边的数量来提高算法的运行效率;在到达与离开聚簇的对应方面,本文提出了有效的到达离开聚簇匹配算法,通过对到达与离开聚簇二分图匹配对象的相似程度,找到与已知到达聚簇所对应的离开聚簇。本文从真实的出租车GPS数据中抽取出表示乘客到达离开的信息,生成到达离开数据集,用于测试所提出算法的有效性及运行效率。测试评价结果显示:到达离开异常聚簇结果与实际区域发生的事件具有一定的对应关系;使用所提出的聚类IDBSCAN_T与传统的DBSCAN相比得到的聚簇更适合本文的应用需求;所提出的基于二分图最大匹配法的簇间度量方法与异常聚簇查询算法具有合理性;所提出的叁类算法中动态建图匹配算法具有更高的运行效率。(本文来源于《沈阳建筑大学》期刊2014-11-01）
异常查询论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
设置查询量阈值是对个人征信异常查询非现场风险监测的有效方法。但当前阈值的设置均以历史最高或平均查询量作为依据,具有定位精度差,误判概率高等缺陷。本文从个人征信查询的起因入手,构建个人信贷相关因素与个人征信查询的数学关系模型,再运用概率模型对预测查询量与实际查询量进行分析,最终得出定量化的风险监测结论。实践表明,将以此方法构建的监测模型应用于个人征信异常查询监测,不仅可行而且高效,对个人征信非现场监管工作有较明显的提升效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
异常查询论文参考文献
[1].吉星.基于日志信息的DNS查询异常检测研究[D].北京邮电大学.2019
[2].王梦达.论数学模型在个人征信异常查询监测中的应用——以福建省叁明市个人征信查询“立方体”数据为例[J].福建金融.2019
[3].吉星,黄韬,鄂新华,孙礼.基于日志信息的DNS查询异常检测算法[J].北京邮电大学学报.2018
[4].李曼曼,谷晓鹏,杨午腾.餐饮用户用气量异常数据查询方法的研究与验证[J].城市燃气.2018
[5].吴婧.央行印发金融信用信息查询监管新规[N].中国经营报.2018
[6].楼骁涵.面向企业征信系统的异常查询识别方法研究[D].上海交通大学.2018
[7].许强永.基于用户在线查询大数据的民航异常需求发现[D].北京交通大学.2017
[8].刘丽丽,刘锴.个人信用报告异常查询案例分析及启示[J].征信.2016
[9].姚前,谢华美,景志刚,胡青青,司恩哲.基于数据挖掘的个人征信系统异常查询实时监测模型及其应用[J].大数据.2016
[10].魏茹玉.空间到达—离开数据中异常聚簇查询算法研究[D].沈阳建筑大学.2014
论文知识图
