原创力文档- 1、本文档共2页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
频繁模式挖掘在网络监测中的应用的任务书
任务描述：
频繁模式挖掘是一种常见的数据挖掘技术，它可以从大量数据中找出经常出现在一起的项集。在网络监测中，频繁模式挖掘可以用于发现网络设备之间的关联关系，以及异常流量等网络行为。
本任务要求您使用频繁模式挖掘技术，实现网络监测中的以下两个应用：
1.发现设备之间的关联关系：对网络流量数据进行频繁项集挖掘，找出设备之间经常产生流量交互的项集。根据挖掘结果，可以发现网络拓扑中的关联关系，识别设备之间的依赖关系，并对网络拓扑进行优化。
2.检测异常流量：对网络流量数据进行频繁模式挖掘，找出异常的流量模式。根据挖掘结果，可以检测出网络中的恶意攻击行为、DDoS攻击等流量异常情况，并做出相应的安全防护措施。
任务要求：
1.使用Python或Java等编程语言实现频繁模式挖掘算法；
2.对挖掘结果进行可视化展示，并解释结果的含义；
3.对挖掘结果进行分析，提出相应的优化或安全防护方案。
参考文献：
1.W.H.Inmon,“Buildingthedatawarehouse”,JohnWileySons,2002.
2.R.Agrawal,T.ImielinskiandA.Swami,“Miningassociationrulesbetweensetsofitemsinlargedatabases”,SIGMODrecord,1993,22(2):207-216.
3.X.S.Wang,P.S.Yu,“Miningfrequenttreepatternsfromsemistructureddata”,Proceedingsofthe2001ACMSIGMODinternationalconferenceonmanagementofdata,2001:227-238.
文档评论（0）