-
题名基于猴群算法的入侵检测技术
被引量：14
- 1
-
-
作者
张佳佳
张亚平
孙济洲
-
机构
天津大学计算机科学与技术学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第14期131-133,共3页
-
基金
国家自然科学基金资助项目(60776807)
天津市应用基础及前沿技术研究计划基金资助重点项目(09JCZDJC16800)
-
文摘
针对入侵检测系统存在高漏报率的问题,提出一种基于猴群算法的入侵检测技术。利用猴群算法从网络审计数据KDD99数据集中生成一个分类的规则集合,采用支持度-置信度模型实现猴群算法的目标函数,以控制生成规则的质量,将动态生成的规则应用于基于规则的的入侵检测系统中。实验结果表明,基于猴群算法的入侵检测技术可改进生成规则的质量,提高入侵检测系统的检测率。
-
关键词
入侵检测
猴群算法
支持度-置信度
分类规则
-
Keywords
intrusion detection
Monkey Algorithm（MA）
support-confidence
classification rule
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改善度计算的有效关联规则
被引量：5
- 2
-
-
作者
吴永梁
陈炼
-
机构
南昌大学计算中心
-
出处
《计算机工程》
CAS
CSCD
北大核心
2003年第13期98-100,共3页
-
文摘
首先对采用支持度-置信度框架挖掘关联规则的不足进行了分析，然后引入相关性分析、改善度计算来弥补其不足，提高关联规则的有效性，最后给出了相关算法设计。
-
关键词
关联规则
有效
相关性
改善度
支持度-置信度
-
Keywords
Association rules
Validity
Correlation
Lift
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于DL关联ε■++规则挖掘的归纳知识发现
- 3
-
-
作者
李春雨
-
机构
安阳工学院计算机科学与信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第7期1974-1978,1998,共6页
-
基金
国家自然科学基金资助项目(U1204613)。
-
文摘
为了从不完整和动态的数据中发现知识,提出了一种基于DL关联ε■++规则和归纳推理的一致知识发现。首先通过对描述逻辑ε■++规则和演化本体的知识动态性地分析得到了演化本体中的归纳推理学习,它是基于原子集支持度和权值以及关联ε■++规则的置信度,通过挖掘ε■++规则来实现的;其次,通过获得具有最小支持度和最小权值的代表性关联DLε■++规则,实现对重要规则的精确识别,从而实现归纳知识发现。采用来自于某市历史数据的实验结果表明,提出的方法相比于现有的主流方法在演化本体和动态语义数据中的知识发现不仅有很好的扩展性,而且有更高的准确性。
-
关键词
动态数据
知识发现
描述逻辑
ε■++规则
支持度/置信度
扩展性/准确性
-
Keywords
dynamic data
knowledge discovery
description logics(DL)
ε■++rule
support/confidence
scalability/accuracy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名信息熵—依赖度框架的关联规则挖掘
被引量：1
- 4
-
-
作者
梁宝华
汪世义
陈新河
任春阳
-
机构
巢湖学院计算机与信息工程学院
-
出处
《金陵科技学院学报》
2013年第1期28-33,共6页
-
基金
安徽省教育厅自然科学研究项目(KJ2013Z231
KJ2012Z266
+1 种基金
KJ2012B113)
国家级大学生创新创业训练计划项目(201210380008)
-
文摘
在关联规则挖掘中,通常使用的是支持度-置信度框架来挖掘有趣知识。对支持度、置信度阈值进行分析和研究,发现此框架挖掘的关联规则不能够得到有效的强关联规则,导致挖掘效率降低。为此提出一种有效的信息熵-依赖度框架作为关联规则的衡量准则,实验表明此方法更准确、有效。
-
关键词
关联规则
支持度-置信度框架
信息熵-依赖度
有效支持度
-
Keywords
association rules
support-confidence
information entropy-dependence
efficiencysupport
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
