可产生潜在威胁的网络数据挖掘模型仿真分析

摘要：

对可产生潜在威胁的网络数据进行挖掘的过程中，采用传统关联规则方法无法运算潜在威胁数据的关联性，降低潜在威胁数据挖掘的准确性，提出一种基于区域频繁扩展树的支持向量机回归算法，用于挖掘网络潜在威胁数据，构建潜在威胁下网络数据的区域频繁扩展树，获取潜在威胁下网络数据间的关联性，依据潜威胁下网络数据的关联性塑造基于支持向量机回归网络潜在威胁数据挖掘模型，模型利用支持向量回归估计模型分析数据回归曲线的平稳度，对比回归预测值同真实值间残差，对检测数据中的潜在威胁数据进行识别，完成潜在威胁下网络数据的准确挖掘。实验结果说明，采用所提方法对不同复杂度潜在威胁下的网络数据进行挖掘，具有较高精确度。

关键词：潜在威胁、网络数据、挖掘模型

分类号：TP244(自动化技术及设备)

在线出版日期：2015-04-15（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：216-219