潜在底层网络可产生破坏性的数据挖掘仿真

摘要：

随着互连网的不断发展,网络安全威胁的种类越来越多,严重影响了用户正常的使用.在多层网络中,底层网络的数据几乎处于休眠状态,其构成的威胁性的直接属性特征极不明显,无法与其它入侵数据形成可识别的活跃关联特征.传统的网络数据挖掘技术,无法从根本上找到潜在底层网络可产生破坏性的关联规则,无法构建关联检测模型,检测准确率较低.针对这种问题,将数据挖掘技术中关联规则Apriori算法引入到网络数据挖掘中,利用原有Apriori算法的智能性、协作性、互操作性等良好特性,融入网络规则库子系统根据供给的规则集合,进行潜在底层网络可产生破坏性网络数据挖掘,并构建一种基于改进Apriori算法网络数据挖掘算法,用经典的数据集KDDCUP 99对改进算法进行实验,通过改进前后算法各自的检测率和误报率实验数据对比,表明改进算法提高了底层网络威胁数据检测的效率、准确率.

关键词：数据挖掘、关联规则、网络规则

所属期刊栏目：32

分类号：TH128

在线出版日期：2015-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：280-283