改进Apriori算法在入侵检测中的应用分析.pdfVIP

f P 自适应能力低，误报率高等缺陷。 数据挖掘技术在入侵检测中应用的出现，加快了入侵检测系统处理数据包流 量的能力，并快速得到流量特征形成规则，加快对检测到的异常的响应能力，帮 助系统管理员处理攻击。这种交叉学科的研究，近年来备受关注。 本文首先对数据挖掘技术进行了循序渐进的介绍和研究，主要分析关联规则 这个分支技术的分类及求解过程。 然后在经典的关联规则算法Apriori及其改进算法的基础上，深入研究 Apriori算法的优缺点，并指出这一类算法的存在的诸多问题，如多次扫描事务 数据库来计算支持度、迭代自连接运算生成过多的冗余候选集、频繁项集中存在 一些无用的项集等。 本文提出一种能够较好地解决以上问题的改进方法——非迭代Apriori改 进算法。此方案通过对事务进行交集操作得到所有的最大频繁项集，而候选集的 支持度由该候选集所做的交集次数决定，无需再扫描事务数据库，这种方法更适 合应用在入侵检测方面。 最后通过实例和两组实验分别对改进方案进行理论和实践分析检验，性能和 效率有所提高。 关键字：网络安全；入侵检测；数据挖掘；关联规则；Apriori算法 ● ● ● Abstract The ofintrusion detection a solvesnumberofcurrentnetwork emergence system securities．Butwith networks fastandnetworktrafficflow computer developing intrusion increasing detection hassome as rapidly,current system defects，such difficult tohandlevastamountofnetwork and false data，low adaptiveabilityhigh alarmrate． Thecombination ofdate andintrusiondetection the of mining improvesability intrusiondetectiontohandledata flow system packetand flow toform gains signal canmake reflectionstothe rules．Moreover,it detectedabnormaland quick