基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
分析已有的关联规则算法,提出一种基于聚类矩阵的入侵检测日志关联规则算法.当数据库和最小支持度发生变化时,只需扫描变动的数据即可得到新的频繁项集.实验结果表明,该算法只需扫描一次数据库,具有频繁k-项集生成速度快、节约时间等优点,能提高入侵检测日志数据库关联规则挖掘的效率,满足实时入侵检测系统的需要.
推荐文章
基于加权矩阵聚类的Web日志挖掘算法
数据挖掘
Web日志挖掘
加权矩阵聚类
多标记传播算法
用户聚类
基于矩阵加权关联规则的核模糊聚类
关联规则
粒度
聚类算法
频繁项集
基于关联规则的映射聚类算法
高维
映射聚类
关联规则
子空间
基于关联规则的文本聚类算法的研究
文本挖掘
K-均值聚类
关联规则
权重
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于聚类矩阵的入侵日志关联规则算法
来源期刊 计算机工程 学科 工学
关键词 聚类矩阵 关联向量 入侵检测 项集矩阵 关联规则
年,卷(期) 2010,(22) 所属期刊栏目
研究方向 页码范围 170-172
页数 分类号 TP309.2
字数 3964字 语种 中文
DOI 10.3969/j.issn.1000-3428.2010.22.061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王小玲 中南大学信息科学与工程学院 40 146 8.0 10.0
2 彭剑 中南大学信息科学与工程学院 4 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (12)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类矩阵
关联向量
入侵检测
项集矩阵
关联规则
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导