论文部分内容阅读
入侵特征值识别和发现算法是误用入侵检测中的关键技术。采用数据挖掘技术从主机和网络的数据中发现入侵特征值，建立入侵行为和正常行为规则库，已经广泛用于入侵检测技术中。针对数据挖掘中经典的Apriori和AprioriTid算法中存在项集生成瓶颈问题，提出了一种基于规则约束制导的Apriori算法，考虑到强规则事件并不一定是有趣事件并且大部分入侵行为都是基于已有入侵模式基础上变异得到，加入兴趣度约束和递减支持度约束。通过实验演示，结果表明该算法可大幅提高效率并在入侵检测漏报率上有很好的改善。