基于子项集时间序列的模式挖掘及其在Web安全上的应用.pdfVIP

2012 年9 月第9 期 小型微型计算机系统 Journal of Chinese Computer Systems Vol. 33 No.9 2012 基于子项集时间序列的模式挖掘及其在 Web 安全上的应用 文鼠，贾维嘉，周维 (中南大学信息与工程学院，长沙41∞83) E-mail: wsheng@.au 摘要:针对子项集时间序列提出一种模式挖掘的数学模型.此模型计算并支新子项的平均频率，并以模式考察时间阀值为周 期，计算当前实时频率矢量和模式集中现有实时频率矢量的皮尔松相关性.如果相关系数大，则说明当前模式已经存在于模式集 中;如果相关系数小，则说明当前模式是一个新模式，继而加入模式集.此过程持续运行，直至当模式集趋于稳定.另外，本文考察 了模式之间的顺序关系，即模式之间的模式.通过设置一个窗口寄存器，并在模式序列短阵中的对应位置计数加 1 ，模型可以计算 出任两个模式之间顺序的支持度和信任皮.此模型关注的是提取出子项集的模式、子项集模式之间的模式.此外，通过调节考察时 间的阂佳，比模型也能提取出子项集模式之中的模式.在实验中，通过模拟子项集序列，我们证明了理论模型的有效性和普适性. 结合实践，运用此模型到 Web 安全上，通过对新浪门户网站的考察和检验，此模型对于防御Web 异常问题非常高效. 关键词:子项集;时间序列;模式挖掘;Web 安全 中固分类号:τ凹11 文献标tR码:A 文章编号:1α)()-1220 (2012)ω-1903{)5 Model Mining on Time Series of Sub-item Set and Related Appliωtion on Web Security WEN Sheng ,JlA Wei-jia ,ZHOU Wei (School of Information Science and Engineering ,Central South Universi钞， Changsha 41∞83 ， China) Abstract:η由 paper pr呗)()ses an analytical algorithm on mining models in 也ne series. The algorithm calcu1ates and u萨Jates the aver- age frequency for each sub - set item. In each checking period , we compute 由.e Pωrson， correlation coefficient between the real -也ne frequency vector and the ones in mode set. Ifthe coefficient is 1缸g自由倒也r岱hold ， current vector is deemed to be enumera始d 扭曲e model set. If也e coefficient is smaller 也扭曲reshold ， we add 由is vector into 由emαlel set and consider it as a new model. This pr，∞ess continues till the model set becomes s阳dy. 咀e proposed algorithm also examines the 比quence between models. Through a temporary memory recording new models , the value of support and confidence for each model can be derived. In this p得Jer ， we con- centrate on the models ，也.em创始Is betw创n models and the models inside models_ In experiments , by simulating a s吨uence of sub - set items , we prove the effectiveness and the correct