數(shù)據(jù)挖掘算法的改進(jìn)及其在入侵檢測(cè)中的應(yīng)用

數(shù)據(jù)挖掘算法的改進(jìn)及其在入侵檢測(cè)中的應(yīng)用

ID:14251494

大?。?38.50 KB

頁(yè)數(shù):40頁(yè)

時(shí)間:2018-07-27

數(shù)據(jù)挖掘算法的改進(jìn)及其在入侵檢測(cè)中的應(yīng)用_第1頁(yè)
數(shù)據(jù)挖掘算法的改進(jìn)及其在入侵檢測(cè)中的應(yīng)用_第2頁(yè)
數(shù)據(jù)挖掘算法的改進(jìn)及其在入侵檢測(cè)中的應(yīng)用_第3頁(yè)
數(shù)據(jù)挖掘算法的改進(jìn)及其在入侵檢測(cè)中的應(yīng)用_第4頁(yè)
數(shù)據(jù)挖掘算法的改進(jìn)及其在入侵檢測(cè)中的應(yīng)用_第5頁(yè)
資源描述:

《數(shù)據(jù)挖掘算法的改進(jìn)及其在入侵檢測(cè)中的應(yīng)用》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、數(shù)據(jù)挖掘算法的改進(jìn)及其在入侵檢測(cè)中的應(yīng)用摘要和目錄摘要數(shù)據(jù)挖掘正在各行各業(yè)的決策支持活動(dòng)中扮演者越來(lái)越重要的角色。數(shù)據(jù)挖掘自動(dòng)在大量數(shù)據(jù)中尋找預(yù)測(cè)性信息,能夠?qū)ξ磥?lái)的趨勢(shì)和行為進(jìn)行預(yù)測(cè),從而很好地支持人們的決策。數(shù)據(jù)挖掘算法面對(duì)快速膨脹的數(shù)據(jù)量將會(huì)成為一個(gè)瓶頸,因此改進(jìn)數(shù)據(jù)挖掘算法將有很強(qiáng)的實(shí)用價(jià)值,特別是應(yīng)用到今天高速網(wǎng)絡(luò)環(huán)境下的入侵檢測(cè)中,改進(jìn)的算法將會(huì)提供更高的數(shù)據(jù)包分析處理能力,提高系統(tǒng)的性能。同時(shí),在信息時(shí)代,網(wǎng)絡(luò)的安全因此成為了研究熱點(diǎn)之一。入侵檢測(cè)系統(tǒng)以其作為一種主動(dòng)的安全防護(hù)技術(shù),提供對(duì)內(nèi)部攻擊、外部攻擊和誤操作的實(shí)時(shí)保護(hù),能夠從網(wǎng)絡(luò)安全

2、的立體縱深、多層次防御的角度出發(fā)提供安全服務(wù),使之成為了安全領(lǐng)域的研究熱點(diǎn)。本文對(duì)數(shù)據(jù)挖掘技術(shù),特別是關(guān)聯(lián)規(guī)則挖掘算法,入侵檢測(cè)技術(shù)進(jìn)行了深入的研究。描述了數(shù)據(jù)挖掘的過(guò)程及其常用技術(shù),詳細(xì)分析了經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法Apriori算法,找出了該算法的不足之處,以關(guān)聯(lián)規(guī)則挖掘原理為理論依據(jù),以矩陣和向量為背景知識(shí),提出了一種基于矩陣行列向量運(yùn)算的頻繁集挖掘的關(guān)聯(lián)規(guī)則挖掘算法思想,對(duì)Apriori算法進(jìn)行了兩步改進(jìn)。同時(shí),通過(guò)實(shí)驗(yàn)分析,驗(yàn)證算法改進(jìn)的效果是良好的,對(duì)算法進(jìn)行了評(píng)估。最后舉例說(shuō)明了關(guān)聯(lián)規(guī)則挖掘應(yīng)用到入侵檢測(cè)的可行性和應(yīng)用方法,闡述了通用入侵檢測(cè)框

3、架,根據(jù)該框架,設(shè)計(jì)了一個(gè)采用關(guān)聯(lián)規(guī)則挖掘技術(shù),基于數(shù)據(jù)挖掘的入侵檢測(cè)系統(tǒng)。關(guān)鍵詞:數(shù)據(jù)挖掘;關(guān)聯(lián)規(guī)則;Apriori算法;入侵檢測(cè)暨南大學(xué)碩士學(xué)位論文I摘要和目錄AbstractDataminingisplayingamoreandmoreimportantroleinthedecision-makingactivitiesofeverywalkoflife.Dataminingautomaticallysearchesforpredictiveinformationamongmassofdatatopredictthetendenciesandact

4、ionsinthefuture,thereby,itcansupportourdecision-making.Facingrapidlyexpandinginformation,dataminingalgorithmwillbethebottle-neck.Therefore,itisveryusefulforustoimprovethedataminingalgorithm,especiallywhenrelatedtotheintrusiondetectionintherapidnetworkenvironmentnowadays,improveda

5、lgorithmcanofferhigherdatapackageanalyzingabilityandhighersystemperformance.Meanwhile,intheinformationage,intrusiondetectionsystemisakindofactivesafetytechnique,anditprovidesprotectionfrominternalattacks,externalattacksandmistakenoperationTherefore,itcanofferservicefromdifferenta

6、ngles,whichmakesittheresearchfocusofsecurityfieldThispaperfocusesontheassociationrulesminingalgorithmofdatamining,andintrusiondetectiontechnology.Itdescribestheprocessofdataminingandtechnique,analyzesthedeficiencyofthealgorithm,bringsforwardanassociationrulesminingalgorithmbasedo

7、nfrequentitemsetminingthroughmatrixrowandcolumnvectoraccordingtothetheoryofassociationrulesminingandknowledgeofmatrixandvectorMeanwhile,thispaperevaluatesthealgorithmthroughexperiment.Intheend,accordingtotheCommonIntrusionDetectionFramework,theassociationrulesminingtechniqueisapp

8、liedtotheintrusiondetectionsystem,andthe

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。