已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于關聯規(guī)則挖掘的數據庫入侵檢測系統(tǒng)研究.pdf
- 基于關聯規(guī)則改進算法的數據庫入侵檢測系統(tǒng)研究.pdf
- 基于行為規(guī)則的數據庫入侵檢測研究.pdf
- 基于關聯規(guī)則挖掘的數據庫入侵檢測系統(tǒng)的研究與實現.pdf
- 基于時態(tài)數據庫的關聯規(guī)則挖掘研究.pdf
- 基于大型數據庫的關聯規(guī)則挖掘研究.pdf
- 大型數據庫中關聯規(guī)則發(fā)現方法的研究.pdf
- 基于閉合序列模式挖掘的數據庫入侵檢測方法研究.pdf
- 基于數據挖掘的數據庫入侵檢測的研究.pdf
- 基于數據庫的入侵檢測技術的研究.pdf
- 基于事件序列聚類的數據庫入侵檢測方法研究.pdf
- 數據庫中關聯規(guī)則的提取研究.pdf
- 基于關聯規(guī)則的數據庫安全審計系統(tǒng).pdf
- 基于時態(tài)數據庫雙向關聯規(guī)則挖掘的研究.pdf
- 基于數據挖掘的網絡數據庫入侵檢測系統(tǒng).pdf
- 數據庫入侵檢測技術研究.pdf
- 基于約束關聯規(guī)則數據挖掘的入侵檢測算法研究.pdf
- 基于關聯規(guī)則的入侵檢測系統(tǒng).pdf
- 數據庫入侵檢測系統(tǒng)的方法研究及系統(tǒng)實現.pdf
- 大型數據庫中的關聯規(guī)則挖掘
評論
0/150
提交評論