基于数据挖掘的自适应异常分析

• 作者: 欧阳为民 祝万涛 辛洪亮
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 异常检测 自适应 数据挖掘 增量挖掘 关联规则
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 计算机软件与算法
• 页码范围: 264-266
• 页数: 3页
• 分类号: TP311
• 字数: 3443字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2007.02.006

摘要

正常用户行为活动是随时间变化的,一个异常分析系统要能适应这种变化更新正常行为模型,避免误报警.对增量更新算法进行了研究,使用线性回归的方法对相似度进行估计,如果实际相似度与估计值差值大于某个阈值,则产生报警;否则采用改进的滑动窗增量挖掘的方法,更新正常活动模型.并用DARPA-MIT 1999数据集验证其可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳为民	上海大学计算机工程与科学学院	9	97	5.0	9.0
2	祝万涛	上海大学计算机工程与科学学院	2	8	2.0	2.0
3	辛洪亮	上海大学计算机工程与科学学院	1	5	1.0	1.0