基于MapReduce并行关联挖掘的网络入侵检测

摘要：

随着海量大数据的出现,关联数据挖掘算法需要新型计算模式来提高计算速度与运行效率.提出了基于MapReduce并行关联挖掘的网络入侵检测方法Cloud-Apriori.Apriori是一种基于频繁项集的关联规则数据挖掘算法,Cloud-Apriori是经MapReduce云计算并行化后的新算法.Cloud-Apriori利用开源的Hadoop分布式计算框架,采用Hadoop分布式文件系统存储海量数据;结合MapReduce的映射,规约操作,可以把关联挖掘的数据流和任务组成一个有向无环图,方便专业技术人员按照映射-规约的方式进行分布式计算的编程.分析了基于MapReduce的并行关联挖掘的模块组成与实现过程.Cloud-Apriori利用Kddcup的案例数据和网络入侵检测这种大数据应用来仿真算法的效果.实验结果表明:与存在的网络入侵检测算法相比,Cloud-Apriori在检测精度、运行时间上有很好的优势.

关键词：云计算、网络入侵检测、关联数据挖掘、映射-规约、并行化

所属期刊栏目：31

分类号：TP393.093(计算技术、计算机技术)

资助基金：国家自然科学基金;广东财经大学华商学院校内导师制项目

在线出版日期：2021-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：123-128