数据挖掘技术及其在煤矿信息安全管理中应用研究.docVIP

数据挖掘技术及其在煤矿信息安全管理中应用研究 　　摘要：对现代煤炭企业而言，其安全管理已经是一个广泛的范畴，不但涉及到传统的生产安全和生命安全，在信息化的社会中，为了竞争的需要，信息安全也被提到了企业发展的战略高度，如何在竞争激烈的市场中实施信息管理，如何通过对科学技术的应用加强信息的安全管理，已经成为煤矿生产和发展中的重要问题之一。本文以此为基础，对数据挖掘技术及其在煤矿信息安全管理中的应用问题进行了系统的研究，首先对数据挖掘技术及其分析方法进行了阐述，然后给出了煤矿信息安全管理中数据挖掘系统的结构与数据仓库的设计，最后从多个不同的层面讨论了该技术的应用。 　　关键词：数据仓库技术；煤矿；煤炭企业；信息安全；应用 　　中图分类号：TD65 文献标识码：A 文章编号：1674-7712（2012）20-0013-02 　　最近几年，在信息技术的作用下，经济社会的各项事业得到有了突飞猛进的进展，在国民经济的15个主要行业中，都已经不同程度的与信息技术展开了合作或者融合，部分行业还直接将信息技术作为其求得发展的必然工具。而随着数据库技术的日渐成熟与数据应用的广泛普及，无论是数据库的数量、单个数据库的容量还是数据类型的复杂程度都今非昔比版的得到了前所未有的增加。在这些庞大的数据库中丰富的信息源蕴含其中，如果能够对这些数据进行分门别类的处理将会得到大量有价值的信息。在这一社会需求的背景下，数据挖掘技术应运而生，并且在多个不同的领域得到了广泛的应用和功能的提升。对现代煤炭企业而言，其安全管理已经是一个广泛的范畴，不但涉及到传统的生产安全和生命安全，在信息化的社会中，为了竞争的需要，信息安全也被提到了企业发展的战略高度，如何在竞争激烈的市场中实施信息管理，如何通过对科学技术的应用加强信息的安全管理，已经成为煤矿生产和发展中的重要问题之一。本文以此为基础，对数据挖掘技术及其在煤矿信息安全管理中的应用问题进行了系统的研究，首先对数据挖掘技术及其分析方法进行了阐述，然后给出了煤矿信息安全管理中数据挖掘系统的结构与数据仓库的设计，最后从???个不同的层面讨论了该技术的应用。希望通过本文的工作，为时下煤矿企业的信息安全管理问题提供一定的可供借鉴的信息，更好的促进该行业的健康高效发展。 　　一、数据挖掘技术及其分析方法 　　数据挖掘是一项复杂的计算机技术，它能够在众多纷繁复杂的信息池中进行搜索，将有用的信息挖掘出来，供决策者使用。一般而言，数据挖掘技术的分析方法主要有以下几个方面： 　　（一）关联分析技术 　　关联分析指的就是生成所有具有用户指定的最小置信度和最小支持度的关联规则，其工作原理是通过关联规则对数据进行挖掘，在实际操作中有多种不同的关联规则可以进行使用，挖掘算法较多[1]。在数据挖掘中，关联分析的目的在于挖掘出隐藏在数据之间的关系，发现数据库中隐藏的知识。在进行关联分析时，用户需要同时输入两个参数，分别是最小置信度与最小支持度。 　　（二）序列模式分析技术 　　与关联分析相似，序列模式分析的目的同样是为了挖掘出数据之间的关系，但后者的侧重点与前者不同，在于分析数据之间的“前后序列关系”。通过序列模式分析技术，能够发现数据库中具有时间序列特征的知识。因此，序列模式分析描述的问题往往是在给定交易序列的数据库中，每个序列都按照交易时间排列成一组交易集，将挖掘序列函数作用在该交易序列数据库之上，并借此返回该数据库的一种高频序列[2]。当然，在进行序列模式分析时，同样要输入最小置信度与最小支持度。 　　（三）分类分析技术 　　该技术通过分析示例数据库中的数据，对每个类别做出准确的描述，以此为基础，建立起分析模型或者挖掘出相应的分类规则；然后，利用该规则继续对其它数据库中的数据进行分类，通过这一过程，实现对数据的分门别类，增加数据的归属性。比如，在煤矿的信息管理中，煤炭企业可以通过数据库中保存的客户的记录，对客户的信誉程度进行分类，并对类别标记相应的记录。因此，分类分析技术就是分析数据库中的记录数据，为决策者提供决策的依据。 　　（四）聚类分析技术 　　与前几种分析技术不同，聚类分析技术通过分析数据库中的记录数据，根据特定的分类规则，将数据合理的划分为不同的记录集合，以此确定出不同记录的所在类别。聚类分析技术采用的分类规则由聚类分析工具决定，包括系统聚类法、分解法、运筹方法等多种不同的方法[3]。因此，从计算过程看，聚类分析与分类分析两者是互逆的过程。比如，在初始分析中，技术人员要根据原始的经验把需要分析的数据进行标定和再划分类别，然后通过分类分析方法对该数据集合进行分析，挖掘出不同类别的分类规则；然后，再通过这些分类规则对这个集合进行重新划分，以期获得更为理想的分类结果。 　　二、煤矿信息安全管理中数据挖掘系统的结构