資源描述：
《基于關(guān)聯(lián)規(guī)則的入侵檢測(cè)算法綜述》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、基于關(guān)聯(lián)規(guī)則的入侵檢測(cè)算法綜述武玉剛1,2秦勇2宋繼光2,3楊忠明2(1.江蘇科技大學(xué)計(jì)算機(jī)與信息工程學(xué)院，江蘇鎮(zhèn)江212003；2.茂名學(xué)院信息與網(wǎng)絡(luò)中心，廣東茂名525000；3.太原理工大學(xué)計(jì)算機(jī)與軟件學(xué)院，山西太原030024）摘要：關(guān)聯(lián)規(guī)則是一種新型的數(shù)據(jù)挖掘方法。根據(jù)目前國(guó)內(nèi)國(guó)際的研究情況，針對(duì)關(guān)聯(lián)規(guī)則的特點(diǎn)，首先對(duì)關(guān)聯(lián)規(guī)則進(jìn)行了介紹，并對(duì)經(jīng)典Apriori算法做了描述。之后針對(duì)該算法的缺點(diǎn)，介紹了一些改進(jìn)算法。針對(duì)入侵檢測(cè)算法的缺點(diǎn)及其在入侵檢測(cè)方面的研究分別進(jìn)行了分析綜述，并對(duì)其改進(jìn)闡述。最后，指出了在該領(lǐng)域需要進(jìn)一步研究的熱點(diǎn)
2、問題。關(guān)鍵字：關(guān)聯(lián)規(guī)則；入侵檢測(cè)；數(shù)據(jù)挖掘TheOverviewofIntrusionDetectionAlgorithmsBasedonAssociationrulesWUYu-gang1,2QINYong2SONGJi-guang2,3YANGZhong-ming2(1.Dept.Computer&InformationEngineering,JiangSuUniversityofScience&Technology,Zhenjiang,Jiangsu212003；2Centerofinformation&networksMaomingun
3、iversity,Maoming,Guangdong525000；3Dept.ComputerScience,TaiYuanUniversityofTechnology,Taiyuan,Shanxi030024)Abstract：Associationruleisanewdataminingmethod.Underthecurrentsituationofdomesticandinternationalresearchforthecharacteristicsofassociationrules,firstofallpairsofassocia
4、tionruleswereintroduced,andmadetheclassicApriorialgorithmaredescribed.Aftertheaddresstheshortcomingsofthealgorithm,introducedsomeimprovingalgorithms.Thedisadvantagesfortheintrusiondetectionalgorithmanditsapplicationinintrusiondetectionresearchsynthesiswereanalyzed,anditimpro
5、vementsaredescribed.Finally,pointedouttheneedforfurtherresearchinthisarea,ahotissue.KeyWords:associationrules；intrusiondetection；datamining中國(guó)分類號(hào)：TP3930.引言網(wǎng)絡(luò)安全，已經(jīng)變得至關(guān)重要。作為傳統(tǒng)網(wǎng)絡(luò)安全技術(shù)的補(bǔ)充，入侵檢測(cè)受到更多的重視?；谀Ｊ狡ヅ洹⒔y(tǒng)計(jì)分析和完整性分析的傳統(tǒng)入侵檢測(cè)方法，逐漸不能適應(yīng)快速發(fā)展的網(wǎng)絡(luò)安全技術(shù)。將關(guān)聯(lián)規(guī)則引入到入侵檢測(cè)中，可以適應(yīng)快速發(fā)展的網(wǎng)絡(luò)技術(shù)并提高入侵檢測(cè)的檢
6、測(cè)效率。1.關(guān)聯(lián)規(guī)則介紹1.1關(guān)聯(lián)規(guī)則基本定義定義1（關(guān)聯(lián)規(guī)則）關(guān)聯(lián)規(guī)則（associationrule）是由Agrawal[1]等人首先提出的一個(gè)重要KDD研究課題，它反映了大量數(shù)據(jù)中項(xiàng)目集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系。定義2（項(xiàng)）設(shè)I=是二進(jìn)制文字的集合,其中的元素稱為項(xiàng)(item)。定義3（支持度）記D為交易（transaction)T的集合,交易T是項(xiàng)的集合,并且TI。，其中（1）定義4（置信度），其中（2）定義5（強(qiáng)關(guān)聯(lián)規(guī)則）是指挖掘出支持度和可信度分別大于用戶給定的最小支持度(min_supp)和最小可信度(min_conf)的關(guān)聯(lián)規(guī)則
7、。定義6（頻繁項(xiàng)集）如果項(xiàng)集的出現(xiàn)頻率大于或等于min_supp與D中事務(wù)總數(shù)的乘積,則稱它為頻繁項(xiàng)集。定義7（興趣度）[2]規(guī)定R的興趣度為，（3）其中為，=。1.1Apriori算法Agrawal等于1993年首先提出了挖掘顧客交易數(shù)據(jù)庫(kù)中項(xiàng)集間的關(guān)聯(lián)規(guī)則,并設(shè)計(jì)了一個(gè)基本算法,其核心是基于頻集理論的遞推方法,即基于兩階段頻集思想的方法,將關(guān)聯(lián)規(guī)則的設(shè)計(jì)分解為兩個(gè)子問題:1)發(fā)現(xiàn)頻集。這個(gè)子問題是最重要的,開銷最大,因此,各種算法主要致力于提高發(fā)現(xiàn)頻集的效率。2)根據(jù)所獲得的頻繁項(xiàng)集,產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。根據(jù)定義這些規(guī)則必須滿足信任度閾值。由于
8、步驟2中的操作極為簡(jiǎn)單,因此挖掘關(guān)聯(lián)規(guī)則的整個(gè)性能就由步驟1中的操作處理所決定。挖掘關(guān)聯(lián)規(guī)則的總體性能由第一步?jīng)Q定，第二步相對(duì)容易實(shí)現(xiàn)。首先產(chǎn)生頻繁1
