網(wǎng)絡(luò)安全中計算機(jī)文本信息挖掘技術(shù)研究

唐美燕

（江蘇聯(lián)合職業(yè)技術(shù)學(xué)院鎮(zhèn)江分院（鎮(zhèn)江高等職業(yè)技術(shù)學(xué)校），江蘇 鎮(zhèn)江 212000）

0 引言

隨著經(jīng)濟(jì)社會整體表現(xiàn)出全新的發(fā)展形勢，科學(xué)化程度愈發(fā)表現(xiàn)出高標(biāo)準(zhǔn)的要求，促使信息行業(yè)的持續(xù)進(jìn)步。由此，更多的專注于數(shù)據(jù)信息的處理，提出更嚴(yán)格的要求，伴隨海量數(shù)據(jù)信息的持續(xù)擴(kuò)張，有效地轉(zhuǎn)變?nèi)嗣裆罘绞剑堎|(zhì)文件進(jìn)行信息傳遞的方式已經(jīng)被取代，更多的展現(xiàn)出現(xiàn)代化的特點，加快溝通速率的同時，也忽視了一定的安全性，存在相對嚴(yán)峻的安全性風(fēng)險。所以，更好地規(guī)避網(wǎng)絡(luò)安全問題，提出適宜的解決策略，必須加深計算機(jī)文本信息技術(shù)應(yīng)用，挖掘文本信息的隱含價值。

1 計算機(jī)文本挖掘技術(shù)的概念

對于數(shù)據(jù)挖掘技術(shù)本質(zhì)來說，就是開采和應(yīng)用相關(guān)數(shù)據(jù)，依據(jù)更高的程度標(biāo)準(zhǔn)完成各類數(shù)據(jù)的整合，包含統(tǒng)計學(xué)以及數(shù)據(jù)庫管理等多方面。對于企業(yè)目前所規(guī)劃任務(wù)標(biāo)準(zhǔn)，充分挖掘潛在信息，確保知識整合應(yīng)用的全面性。在具體挖掘技術(shù)應(yīng)用中，對于加大體量數(shù)據(jù)信息應(yīng)當(dāng)提升整體挖掘速率，應(yīng)用某項數(shù)據(jù)實現(xiàn)單一區(qū)域內(nèi)部的關(guān)聯(lián)性分析，更好地實踐運算法則，強(qiáng)化計算機(jī)語言處理速率［1］。特殊情況中，必須設(shè)定特殊的條件，從而落實好群體數(shù)據(jù)的信息挖掘和獲取工作，有可能增加工作運營階段的實際難度。對于數(shù)據(jù)挖掘，很容易失去數(shù)據(jù)，造成不完整、不真實的現(xiàn)象。當(dāng)然，計算機(jī)數(shù)據(jù)挖掘憑借網(wǎng)絡(luò)站點，延續(xù)至文檔信息，都能從中探尋出潛在信息，綜合性效果發(fā)揮十分穩(wěn)定。具體而言，計算機(jī)數(shù)據(jù)挖掘涵蓋3種類別，內(nèi)容、結(jié)構(gòu)以及訪問信息。對于內(nèi)容挖掘關(guān)注的方向在互聯(lián)網(wǎng)絡(luò)頁面，能夠從體量較大的數(shù)據(jù)中找到所需信息，結(jié)構(gòu)挖掘則是關(guān)注網(wǎng)頁的跳轉(zhuǎn)鏈接功能，訪問信息挖掘主要是獲得精準(zhǔn)化程度較高的知識內(nèi)容。

2 計算機(jī)文本挖掘技術(shù)的方法

2.1 重視文本數(shù)據(jù)來源

計算機(jī)文本挖掘，關(guān)注的對象以及使用的方法都具有多樣性，選擇相對寬泛。實際操作可以借助可視化的路徑，確保數(shù)據(jù)統(tǒng)計的落實和完善，具體包含多種形式的數(shù)據(jù)內(nèi)容，如：二維數(shù)據(jù)表、文本或是多媒體數(shù)據(jù)和萬維網(wǎng)數(shù)據(jù)。以上內(nèi)容都是需要通過文本信息完成數(shù)據(jù)收集。除此之外，數(shù)據(jù)挖掘需要注重專業(yè)性特點，通過應(yīng)用合理的知識特點，不間斷地完成知識匯總，增強(qiáng)背景理論構(gòu)建的合理性，從而推動數(shù)據(jù)挖掘技術(shù)的建模過程。借助當(dāng)前所積累的實踐經(jīng)驗，探究數(shù)據(jù)挖掘技術(shù)的實踐應(yīng)用，更好地增強(qiáng)數(shù)據(jù)準(zhǔn)確性，進(jìn)一步提升計算機(jī)運行效率。

2.2 鄰近分類法

鄰近分類法應(yīng)用十分廣泛，操作過程簡單，文本挖掘更加快速。具體的工作原理，就是預(yù)先組建多個分類，通過對比分類內(nèi)容與文本挖掘技術(shù)的對象，篩選出最佳且最適宜的方案，確定文本的基本屬性。分析該技術(shù)方式應(yīng)用的當(dāng)操作過程，首先要對操作方案中要求的內(nèi)容進(jìn)行描述，按照具體的特征完成組類劃分，更加快捷地篩選出具有相似點的文本內(nèi)容，確保單一文本信息之間的鄰近性。鄰近分類方法的操作比較簡單，同時具有一定的不足。本身該方式需要挖掘?qū)ο蟀凑仗卣鼽c完成最初類別劃分，大致表現(xiàn)出不同的分類，但細(xì)節(jié)內(nèi)容卻蘊含較差，最終影響數(shù)據(jù)結(jié)果，嚴(yán)重制約了文本挖掘的價值。對于鄰近分類法中分類不同相互交叉的問題，需要進(jìn)行現(xiàn)代化變革，不僅變革對象之間的明顯性，同時合并引發(fā)共線問題的特征，從而縮減可能擴(kuò)張的特征維度，確保該方式應(yīng)用的準(zhǔn)確性，有利于提高具體操作環(huán)節(jié)的成功率，展現(xiàn)出高水準(zhǔn)的算法執(zhí)行效果［2］。

3 計算機(jī)文本信息挖掘技術(shù)在網(wǎng)絡(luò)安全中的應(yīng)用

3.1 文本挖掘在網(wǎng)絡(luò)新聞媒體領(lǐng)域

網(wǎng)絡(luò)輿情的隱含信息是制約當(dāng)前網(wǎng)絡(luò)安全的重要組成，隨著網(wǎng)絡(luò)輿情的對外泄漏，促使商業(yè)機(jī)密和個人隱私也被大眾一覽無余，直接影響計算機(jī)用戶的信息財產(chǎn)安全。也就是說，強(qiáng)化網(wǎng)絡(luò)信息管理，提升輿論情報的發(fā)掘效果，更加明確且細(xì)化的分為5項內(nèi)容，能夠依照網(wǎng)絡(luò)輿情實際的完成描繪；同時，結(jié)合網(wǎng)絡(luò)輿情的相關(guān)性，展開具體問題具體分析；對于信息的精準(zhǔn)性進(jìn)行判定，確?？梢愿又庇^了解輿情形成原因，最后預(yù)測和評估輿情信息的演變和發(fā)展。由此，創(chuàng)設(shè)出更加穩(wěn)定且積極的網(wǎng)絡(luò)輿情信息挖掘解析模型。

3.2 文本挖掘在專利信息領(lǐng)域

文本信息挖掘與專利信息的安全性相關(guān)聯(lián)，由于專利信息歸屬于商業(yè)機(jī)密的內(nèi)容，是企業(yè)或是個人十分重要的財產(chǎn)信息，應(yīng)當(dāng)予以重點關(guān)注。也就是說，更好地落實網(wǎng)絡(luò)安全問題管理，需要從網(wǎng)絡(luò)信息中關(guān)乎專利信息方面入手，更好地完成數(shù)據(jù)挖掘工作，對于實際的技術(shù)應(yīng)用涵蓋專利權(quán)查詢使用等多個細(xì)節(jié)部分，最終交由特定技術(shù)部門進(jìn)行共同開發(fā)，強(qiáng)化同一領(lǐng)域的維護(hù)和熱點探究。

3.3 文本挖掘在醫(yī)療健康領(lǐng)域

分析文本挖掘技術(shù)在中文信息分析方面的應(yīng)用，該操作環(huán)節(jié)特殊性很強(qiáng)，特別是在中醫(yī)藥研究方面，具有絕對優(yōu)勢，從而確定了文本挖掘在醫(yī)學(xué)健康中的應(yīng)用地位?？偟膩碚f，技術(shù)可以劃分多個部分，探索中成藥或是西藥的用藥規(guī)律；借助數(shù)字信息資源完成數(shù)據(jù)整合，更好地簡化使用路徑，創(chuàng)設(shè)相對應(yīng)的醫(yī)學(xué)專業(yè)科室；對于敏感關(guān)鍵詞的數(shù)據(jù)挖掘，應(yīng)用頻數(shù)統(tǒng)計的分層算法完成數(shù)據(jù)信息探索。

3.4 文本挖掘在信息檢索領(lǐng)域

計算機(jī)文本挖掘技術(shù)應(yīng)用范圍的擴(kuò)張，重點在信息檢索方面。由于信息檢索領(lǐng)域涵蓋多種內(nèi)容，優(yōu)化了社會群體的生產(chǎn)生活方式。單純借助多個簡短的詞匯，就可以在互聯(lián)網(wǎng)絡(luò)安全范圍內(nèi)完成數(shù)據(jù)信息的查詢，充分發(fā)揮關(guān)鍵詞的積極作用，確保用戶獲得更加簡便的信息服務(wù)。對于具體的信息檢索，用戶占據(jù)主導(dǎo)，無須確定搜索數(shù)據(jù)的實際表現(xiàn)，拓展數(shù)據(jù)信息檢索的實用性，確保相關(guān)內(nèi)容在獲取環(huán)節(jié)的有效性比例。當(dāng)然，文本信息挖掘技術(shù)在智能化系統(tǒng)中具有實用性，可以預(yù)先篩選需要檢索的實際信息，完成數(shù)據(jù)信息的綜合篩查和對比，從而過濾海量數(shù)據(jù)，留下更加精細(xì)化需要進(jìn)行深度檢索的內(nèi)容，單純留下關(guān)鍵詞相似度高的文本信息，隨后完成重疊部分的數(shù)據(jù)檢索，并幫助計算機(jī)用戶完成自動標(biāo)識，更加簡化了計算機(jī)用戶數(shù)據(jù)查詢的過程，提升數(shù)據(jù)的清晰化程度。當(dāng)然，該技術(shù)可以將用戶所搜索的數(shù)據(jù)進(jìn)行動態(tài)展示，第一時間做出更新，確保計算機(jī)用戶獲取最前沿的信息［3］。

3.5 文本信息挖掘技術(shù)在其他領(lǐng)域當(dāng)中的應(yīng)用

文本信息挖掘技術(shù)應(yīng)用的范圍更加延伸，不僅僅涵蓋市場營銷，同時能夠完成用戶的個性化推薦。譬如，在公司市場營銷層面，公司能夠經(jīng)過這一技術(shù)的運用，從而能夠完成對于市場大數(shù)據(jù)的發(fā)掘，這些信息的來源必定是最新、最全面，時效性效果顯著，且信息是具備專業(yè)價值的，能夠更好地增強(qiáng)企業(yè)競爭能力，完成自身獨特的個性化發(fā)展?？傮w來說，憑借文本信息挖掘技術(shù)的優(yōu)勢，專注于市場調(diào)研結(jié)果，確保市場營銷目標(biāo)的達(dá)成有效率，控制企業(yè)實際的運營成本，強(qiáng)化個性化服務(wù)的提供，按照所應(yīng)用網(wǎng)站系統(tǒng)的特點，具體結(jié)合受眾群體是，即全體大眾，可以對不同類型用戶進(jìn)行紀(jì)錄，確保所用信息能夠被快速地被查驗，進(jìn)而對他們進(jìn)行較為精準(zhǔn)的個性化推薦等。

4 結(jié)語

綜上所述，計算機(jī)數(shù)據(jù)挖掘作為重要的應(yīng)用方式，也是具有較強(qiáng)實踐價值的工具，不僅可以挖掘潛在風(fēng)險因素，明辨未來的潛在客戶，還能夠保障用戶最終會進(jìn)行使用。隨著該技術(shù)實踐效果的愈發(fā)有效，促使應(yīng)用的行業(yè)類型更加多樣化。與此同時，為更好地滿足現(xiàn)階段網(wǎng)絡(luò)安全問題的具體化要求，確保文本信息挖掘技術(shù)的熟練運用，更好地探尋互聯(lián)網(wǎng)絡(luò)中具有價值的安全信息，提升網(wǎng)絡(luò)信息垃圾的分類和攔截效率，創(chuàng)設(shè)更加穩(wěn)定的網(wǎng)絡(luò)環(huán)境。