基于改进IAA算法的网络入侵数据挖掘仿真

• 作者: 杨光辉 封均康
• 来源期刊: 计算机仿真
• 关键词: 网络入侵 贝叶斯分类 数据挖掘 关联规则
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 286-289,303
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.07.061

摘要

采用目前方法挖掘网络入侵数据时未考虑数据之间的关联规则,导致网络入侵数据挖掘过程的检测时间长、检测效率低、误报效率高.提出基于改进Apriori算法的网络入侵数据挖掘方法,利用改进后的Apriori算法产生网络入侵数据之间的关联规则,依据产生的关联规则对网络入侵数据进行特征抽取,最后将抽取出的特征放人贝叶斯数据分类器中进行数据分类,实现网络入侵数据挖掘.实验表明,基于改进的Apriori算法在网络入侵数据挖掘过程中的挖掘时间短、检测效率高、误报效率低,具有一定的应用性.