点击展开

大数据挖掘

OB电竞:基于数据开掘的入侵检测编造的革新与告终
2022-03-20 23:31:28 | 来源:OB电竞官网 作者:ob电竞官网下载

  从Apriori算法奉行经过可能清晰到Apriori算法的欠缺:一方面,正在每一次爆发候选项集时轮回爆发的组合过多,没有整体思索分歧适阈值的组合;另一方面,对每个项集盘算声援度时要对整体数据库扫描一遍,对待分解搜集数据包云云大型的数据库会加添I/O开销。这种开销是跟着数据库的记载的加添呈几何级数的增进。现阶段人们先导寻找一种能削减体例I/O开销的更为赶疾的算法,接踵提出了很多厘正的算法。首要有Park等人提出的基于哈希身手的DHP算法,Savasere等人提出的基于划分身手的Partition算法,Toivonen提出的抽样算法,Sampling、Zaki等人提出的基于等价类和图论的MaxCique系列算法,S.Agarwal等人提出的采用有序树数据机闭的TreeP-rojection算法以及Orlando等人提出的Apriori巩固版的DCP算法等。而对待开掘数据包是搜集数据包时,数据源的特质属性较多并且数据包的记载数较大,这就须要务必拣选合理的算法本事觉察能描摹用户特质的礼貌。

  功费用是采用闭系分解描摹礼貌内正在价格的气量,它描摹的是项集X对Y的影响力的巨细。功费用越高呈现X的映现对Y映现的或者性影响越大,功费用气量的是X与Y之间蕴涵的现实强度。

  行使第一步找到的全数频仍项集爆发生机的礼貌。为了获取强有用相干礼貌,正在行使相信度的根蒂上加添功费用盘算来气量礼貌的有用性。整体描摹经过如下:

  正在局域网境遇中(如图1所示)拘捕搜集数据包2 000个,折柳采用Apriori,Apriori_lift算法开掘,其开掘经过及结果如下:

  表4是二种算法正在差别声援度(Supp)相信度(Conf)下的开掘结果统计。

  由表4可知,正在一致的功费用与声援度的处境下,Apriori,Apriori_lift算法开掘获得的礼貌渐渐递减;正在差另表功费用与声援度处境下,参数值越低开掘出的礼貌越多,这首要表示正在Apriori算法的开掘上,而对待Apriori_lift算法当参数值抵达肯定阈值时,改换参数值对其开掘结果影响不大,刷新了开掘礼貌漏掉的处境。

  由表4可能看出,Apriori算法和Apriori_lift算法的运转岁月随开掘礼貌变动的比力处境。Apriori算法跟着开掘结果中礼貌数的增进,岁月上罕有量级的抬高,而Apriori_lift跟着岁月的增进,其开掘出的礼貌数目增幅不大。而Apriori_lift存正在格表的功费用比力的开销,正在大声援度时,因为要处罚的频仍项目及形式数量都较少,此时从开掘结果上看Apriori_lift发扬了比Apriori更好的本能。

  软件开发培训计划

ob电竞官网下载
OB电竞官网

ob电竞官网下载

联系电话:176 0301 6881

邮箱:sales@finscm.com

OB电竞官网