科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着互连网的不断发展,网络安全威胁的种类越来越多,严重影响了用户正常的使用。在多层网络中,底层网络的数据几乎处于休眠状态,其构成的威胁性的直接属性特征极不明显,无法与其它入侵数据形成可识别的活跃关联特征。传统的网络数据挖掘技术,无法从根本上找到潜在底层网络可产生破坏性的关联规则,无法构建关联检测模型,检测准确率较低。针对这种问题,将数据挖掘技术中关联规则Apriori算法引入到网络数据挖掘中,利用原有Apriori算法的智能性、协作性、互操作性等良好特性,融入网络规则库子系统根据供给的规则集合,进行潜在底层网络可产生破坏性网络数据挖掘,并构建一种基于改进Apriori算法网络数据挖掘算法,用经典的数据集KDDCUP 99对改进算法进行实验,通过改进前后算法各自的检测率和误报率实验数据对比,表明改进算法提高了底层网络威胁数据检测的效率、准确率。
- 单位
