文档摘要：传统的网络异常数据挖掘方法在计算网络异常数据与相关核心的距离时存在准确度不高的问题,导致挖掘精度有限,因此研究提出一种基于关联规则算法的改进网络异常数据挖掘方法.首先,初始化网络异常数据关联核心,采用K-means算法对网络异常实体数据执行局部搜索和优化;其次,运用关联规则算法精确计算网络异常数据与关联核心之间的距离;最后,确定距离关联核心最远的网络异常数据,以完成挖掘过程.研究结果显示,在挖掘相同数量的网络异常数据时,相较于传统方法,该研究方法能显著增加正确挖掘出的网络异常数据比例,提升对网络异常数据的识别精准度,具有显著优势.
Abstract：Traditionalmethodsforminingnetworkanomalydatasufferfrominaccuracieswhencalculatingthedistancebetweenthenetworkanomalydataandtheassociatedcenters,resultinginlimitedminingprecision.So,thisresearchproposesanimprovednetworkanomalydataminingmethodbasedonassociationrulealgorithms.Themethodbeginsbyinitializingassociationcentersfornetworkanomalydata,followedbyemployinglocalsearchandoptimizationfornetworkanomalyentitiesusingtheK-meansalgorithm;then,itaccuratelycalculatesthedistancebetweennetworkanomalydataandassociationcentersusingassociationrulealgorithms;finally,itidentifiesthenetworkanomaliesthatarefurthestfromtheassociationcenterstocompletetheminingprocess.Researchresultsindicatethat,whenminingthesamequantityofnetworkanomalydata,thismethodsignificantlyincreasestheproportionofaccuratelyminednetworkanomaliescomparedtotraditionalmethods,enhancingpreciseidentificationofnetworkanomalydata,andhavingsignificantadvantages.
作者：周一帆Author：ZHOUYifan
作者单位：驻马店职业技术学院,河南驻马店463000
刊名：湖南邮电职业技术学院学报
Journal：JournalofHunanPostandTelecommunicationCollege
年，卷(期)：2024, 23(1)
分类号：TP393.08
关键词：关联规则算法 网络异常 数据挖掘分析
Keywords：associationrulealgorithm networkanomaly datamininganalysis
机标分类号：TP391TN911-34TP18
在线出版日期：2024年6月4日
基金项目：河南省高等学校青年骨干教师资助项目基于关联规则改进的网络异常数据挖掘方法[
期刊论文] 湖南邮电职业技术学院学报--2024, 23(1)周一帆传统的网络异常数据挖掘方法在计算网络异常数据与相关核心的距离时存在准确度不高的问题,导致挖掘精度有限,因此研究提出一种基于关联规则算法的改进网络异常数据挖掘方法.首先,初始化网络异常数据关联核心,采用K-mean...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：关联规则算法,网络异常,数据挖掘分析,
- 文件大小:
- 1.18 MB
- 下载次数:
- 60
-
高速下载
|
|
1
