-
题名数据点位置并行FP-Growth挖掘算法仿真
被引量：4
- 1
-
-
作者
乔阳阳
王丽娟
-
机构
郑州工商学院信息工程学院
华北水利水电大学电力学院
-
出处
《计算机仿真》
北大核心
2023年第5期501-505,共5页
-
基金
河南省教育科学规划2022年度一般课题(2022YB0438)。
-
文摘
当数据集发生非法入侵时,原数据属性会遭到破坏,且由于数据本身的不确定性及噪声等问题,入侵数据点位置的挖掘难度较大。为此,提出基于并行频繁模式增长算法(Frequent Pattern Growth, FP-Growth)的数据点位置智能挖掘方法。建立信息熵-主成分分析法融合算法(Entropy-Principle Compoent Analysis, E-PCA),对大数据降维。融合入侵检测和K均值聚类算法(Intrusion Detection Systems K-means clustering algorithm, IDS K-means算法)和并行FP-Growth算法,实现入侵数据的检测。利用邻居节点数据投票的方式实现入侵数据点位置智能挖掘。实验表明,所提方法检测入侵数据时误报率低于1.0%,数据点位置挖掘准确率高于98%,且能够精准实现正常数据与异常数据的聚类。以上结果均证明了所提方法具有更优的应用性能。
-
关键词
并行算法
数据点位置挖掘
入侵数据检测
-
Keywords
Parallel FP-Growth algorithm
Data point mining
Intrusion data detection
E-PCA algorithm
Kmeans algorithm
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于粗糙集的公共网络入侵检测方法研究
被引量：8
- 2
-
-
作者
庞帮艳
张艳敏
-
机构
商丘工学院基础教学部
-
出处
《现代电子技术》
北大核心
2017年第4期28-31,共4页
-
基金
国家自然科学基金(11601304)
河南省教育技术装备和实践教育研究课题(GZS134)
-
文摘
传统方法在对公共网络入侵数据检测时存在冗余度高、维数大、精确度差等问题。为了提高公共网络安全防护的实时性和有效性,提出一种基于优化粗糙集理论的公共网络检测方法。针对有入侵风险的数据进行检测和筛选,在粗糙集(RS)概念基础上对其精度进行优化,减少信息的丢失,运用MDLP运算准则完成对数据的离散化处理,使用遗传算法进行数据约简,导出数据分类规则并识别出入侵数据。仿真试验结果表明,所提出的入侵数据检测方法,在入侵检测率和误差率方面传统算法更为有效。
-
关键词
网络入侵数据检测
离散化处理
遗传算法
数据约简
-
Keywords
network intrusion data detection
neural network
genetic algorithm
data reduction
-
分类号
TN711-34
[电子电信—电路与系统]
TP393
[自动化与计算机技术—计算机应用技术]
-
