基于關聯規(guī)則的數據庫入侵檢測方法研究.pdf

1、數據庫管理系統(tǒng)是信息系統(tǒng)三大支撐平臺之一，數據庫系統(tǒng)的安全是信息安全研究的重要組成部分。目前數據庫入侵檢測的研究尚處于起步階段，提出的方法大多基于數據挖掘技術。本文將研究重點放在關聯規(guī)則挖掘的經典算法—Apriori算法的改進上，并將改進后的算法應用到數據庫入侵檢測系統(tǒng)。
　　本文首先分析了Apriori算法生成頻繁項集的過程，該算法在挖掘頻繁模式時需要產生大量的候選項集，多次掃描數據庫，時空復雜度過高。針對該算法的局限性，首先提

2、出一種利用Lk-1產生Ck之前先對Lk-1進行一次裁剪達到減少候選項數目集的改進算法，其次又提出了一種通過對項編碼來減少掃描數據庫次數并通過刪除項來減少候選集的數量的方法，從而提高算法的效率。相同條件下的實驗結果表明，優(yōu)化后的算法能有效地提高關聯規(guī)則挖掘的效率。
　　然后，將改進的Apriori算法應用于數據庫入侵檢測系統(tǒng)，提出了一個基于數據挖掘技術的自適應的數據庫入侵檢測系統(tǒng)模型。模型中，針對濫用檢測規(guī)則生成的局限性，提出將改進