大学教育
大學教育
대학교육
University Education
2013年
15期
36-37
,共2页
入侵模式挖掘系统%基于划分改进的Apriori算法%数据挖掘
入侵模式挖掘繫統%基于劃分改進的Apriori算法%數據挖掘
입침모식알굴계통%기우화분개진적Apriori산법%수거알굴
网络日志数据量日益增大.如何从巨大的网络数据中提取有效信息是数据研究人员一直关心的问题.入侵模式挖掘系统(Intrusion Digger)结合了数据挖掘技术与入侵检测技术,旨在通过发现关联规则而对网络数据进行判别.最小支持度小于所有支持度的项集称为频繁项集,简称频集.基于划分改进的Apriori算法明显优越于原来的算法.基于划分改进的Apriori算法为入侵模式挖掘系统的设计提供了重要的理论支持.
網絡日誌數據量日益增大.如何從巨大的網絡數據中提取有效信息是數據研究人員一直關心的問題.入侵模式挖掘繫統(Intrusion Digger)結閤瞭數據挖掘技術與入侵檢測技術,旨在通過髮現關聯規則而對網絡數據進行判彆.最小支持度小于所有支持度的項集稱為頻繁項集,簡稱頻集.基于劃分改進的Apriori算法明顯優越于原來的算法.基于劃分改進的Apriori算法為入侵模式挖掘繫統的設計提供瞭重要的理論支持.
망락일지수거량일익증대.여하종거대적망락수거중제취유효신식시수거연구인원일직관심적문제.입침모식알굴계통(Intrusion Digger)결합료수거알굴기술여입침검측기술,지재통과발현관련규칙이대망락수거진행판별.최소지지도소우소유지지도적항집칭위빈번항집,간칭빈집.기우화분개진적Apriori산법명현우월우원래적산법.기우화분개진적Apriori산법위입침모식알굴계통적설계제공료중요적이론지지.
