基于改进Apriori算法的入侵检测系统研究

doi:10.3969/j.issn.1007130X.2011.

J4 ›› 2011, Vol. 33 ›› Issue (4): 40-44.doi: 10.3969/j.issn.1007130X.2011.

基于改进Apriori算法的入侵检测系统研究

崔贯勋，李梁，王柯柯，倪伟，苟光磊

（重庆理工大学计算机科学与工程学院，重庆 400054）

收稿日期:2010-06-22 修回日期:2010-09-27 出版日期:2011-04-25 发布日期:2011-04-25
作者简介:崔贯勋(1978),男,河南鄢陵人，硕士，实验师，研究方向为数据库及其应用。李梁（1964),男,重庆铜梁人，副教授，研究方向为数据管理和软件工程。王柯柯(1977),女，四川南充人，硕士，讲师，研究方向为计算机应用。倪伟(1982),男，四川遂宁人，助理实验师，研究方向为信息管理。苟光磊(1980),男，重庆人，硕士，实验师，研究方向为人工智能。

Research on an Intrusion Detection System Based on the Improved Apriori Algorithm

CUI Guanxun，LI Liang，WANG Keke，NI Wei,GOU Guanglei

(School of Computer Science and Engineering，Chongqing University of Technology，Chongqing 400054，China)

Received:2010-06-22 Revised:2010-09-27 Online:2011-04-25 Published:2011-04-25

摘要/Abstract

摘要：

本文在对关联规则挖掘中Apriori算法的深入研究和分析的基础上，发现并指出了该算法存在的不足，改进了在由K阶频繁项集生成K+1阶候选项集时的连接和剪枝策略及对事务数据库的处理方式，它在时间和空间上提高了Apriori算法的效率。根据改进后的算法提出了入侵检测方法，该方法实现了规则库的自动更新，极大地提高了系统的安全性和可靠性。实验结果表明，该方法明显提高了频繁项目集的生成效率，入侵检测系统知识规则库的生成效率也得到改善。

关键词: 关联规则, Apriori, 频繁项集, 候选项集, 入侵检测

Abstract:

On the basis of a deep research and analysis of the Apriori algorithm in association rule mining，some shortages of the algorithm are discovered. The strategy of the join step,the prune step and the method of dealing with the transaction database is improved, which improves the efficiency of the Apriori algorithm both in time and space. An intrusion detection method based on the improved algorithm is proposed. The rule library of the system can be updated automatically. The security and the dependability of the system can be greatly improved. The experimental results of the improved algorithm show that the method improves the production efficiency of frequent item sets and the knowledge rule library.

Key words: association rule；apriori；frequent itemset；candidate itemset；intrusion detection

崔贯勋，李梁，王柯柯，倪伟，苟光磊. 基于改进Apriori算法的入侵检测系统研究[J]. J4, 2011, 33(4): 40-44.

CUI Guanxun，LI Liang，WANG Keke，NI Wei,GOU Guanglei. Research on an Intrusion Detection System Based on the Improved Apriori Algorithm[J]. J4, 2011, 33(4): 40-44.

编辑推荐

Metrics

阅读次数

全文

134

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	134

来源	本网站	其他网站

次数	96	38
比例	72%	28%

摘要

最新录用	在线预览	正式出版

0	0	57

	来源	本网站

	次数	57
	比例	100%

[1]	刘沛, 刘昌华, 林俏伶. 基于优化特征堆叠与集成学习的车联网入侵检测模型[J]. 计算机工程与科学, 2024, 46(12): 2186-2195.
[2]	谭郁松, 王伟, 蹇松雷, 易超雄. 基于异常保持的弱监督学习网络入侵检测模型[J]. 计算机工程与科学, 2024, 46(05): 801-809.
[3]	陈俊彦, 卢贤涛, 黄雪锋, 卢小烨, 廖岑卉珊. 基于Double-Bagging特征降维异质集成入侵检测[J]. 计算机工程与科学, 2023, 45(06): 1011-1019.
[4]	刘云, 郑文凤, 张轶. 代价约束算法对入侵检测特征提取的优化研究[J]. 计算机工程与科学, 2022, 44(03): 447-453.
[5]	熊中敏, 汪博, 陶然, 郑宗生, 陈明, . 一种基于主属性判定的关联规则挖掘约简算法[J]. 计算机工程与科学, 2021, 43(04): 738-745.
[6]	文凯, 耿小海, 朱璐伟, 许萌萌, . 基于AO算法的数据流频繁项集挖掘[J]. 计算机工程与科学, 2020, 42(12): 2259-2264.
[7]	杨岚雁, 靳敏, 张迎春, 张珣. 一种基于关联规则的MLKNN多标签分类算法[J]. 计算机工程与科学, 2020, 42(07): 1309-1317.
[8]	朱世松，巴梦龙，王辉，申自浩. 基于NBSR模型的入侵检测技术[J]. 计算机工程与科学, 2020, 42(03): 427-433.
[9]	杨青1,2,3，张亚文1,2，张琴1，袁佩玲1. 基于Hadoop的多维关联规则挖掘算法研究及应用[J]. 计算机工程与科学, 2019, 41(12): 2127-2133.
[10]	廖纪勇，吴晟，刘爱莲. 基于布尔矩阵约简的Apriori算法改进研究[J]. 计算机工程与科学, 2019, 41(12): 2231-2238.
[11]	肖文，胡娟. 稀疏数据频繁项集挖掘算法研究综述[J]. 计算机工程与科学, 2019, 41(05): 780-787.
[12]	丁红卫，万良，邓烜堃. 改进的HS算法优化BP神经网络的入侵检测研究[J]. 计算机工程与科学, 2019, 41(01): 65-72.
[13]	王琳琳1，刘敬浩1，付晓梅2. 基于极限学习机与改进K-means算法的入侵检测方法[J]. 计算机工程与科学, 2018, 40(08): 1398-1404.
[14]	秦铭，蔡明. 基于分类融合和关联规则挖掘的图像语义标注[J]. 计算机工程与科学, 2018, 40(05): 950-956.
[15]	张凤斌，范学林，席亮. 免疫入侵检测多目标优化克隆选择算法研究[J]. 计算机工程与科学, 2018, 40(02): 261-267.

基于改进Apriori算法的入侵检测系统研究

Research on an Intrusion Detection System Based on the Improved Apriori Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价