位置:成果数据库 > 期刊 > 期刊详情页
基于子项集时间序列的模式挖掘及其在Web安全上的应用
  • ISSN号:1000-1220
  • 期刊名称:《小型微型计算机系统》
  • 时间:0
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中南大学信息与工程学院,长沙410083
  • 相关基金:收稿日期:基金项目:国家“九七三”计划前期研究专项课题项目(2008CB317111)资助;国家自然科学基金项目(60873079)资助.
中文摘要:

针对子项集时间序列提出一种模式挖掘的数学模型.此模型计算并更新子项的平均频率,并以模式考察时间阈值为周期,计算当前实时频率矢量和模式集中现有实时频率矢量的皮尔松相关性.如果相关系数大,则说明当前模式已经存在于模式集中;如果相关系数小,则说明当前模式是一个新模式,继而加入模式集.此过程持续运行,直至当模式集趋于稳定.另外,本文考察了模式之间的顺序关系,即模式之间的模式.通过设置一个窗口寄存器,并在模式序列矩阵中的对应位置计数加1,模型可以计算出任两个模式之间顺序的支持度和信任度.此模型关注的是提取出子项集的模式、子项集模式之间的模式.此外,通过调节考察时间的阈值,此模型也能提取出子项集模式之中的模式.在实验中,通过模拟子项集序列,我们证明了理论模型的有效性和普适性.结合实践,运用此模型到Web安全上,通过对新浪门户网站的考察和检验,此模型对于防御Web异常问题非常高效.

英文摘要:

This paper proposes an analytical algorithm on mining models in time series. The algorithm calculates and updates the aver- age frequency for each sub - set item. In each checking period, we compute the Pearson correlation coefficient between the real - time frequency vector and the ones in mode set. If the coefficient is larger than threshold, current vector is deemed to be enumerated in the model set. If the coefficient is smaller than threshold, we add this vector into the model set and consider it as a new model. This process continues till the model set becomes steady. The proposed algorithm also examines the sequence between models. Through a temporary memory recording new models, the value of support and confidence for each model can be derived. In this paper, we con- centrate on the models, the models between models and the models inside models. In experiments, by simulating a sequence of sub - set items, we prove the effectiveness and the correctness of the proposed mechanism. In practice, we introduced the data from www. sina. com and found that this algorithm is very effective for the Web security.

同期刊论文项目
期刊论文 35 会议论文 5 著作 2
同项目期刊论文
期刊信息
  • 《小型微型计算机系统》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院沈阳计算技术研究所
  • 主编:林浒
  • 地址:沈阳市浑南新区南屏东路16号
  • 邮编:110168
  • 邮箱:xwjxt@sict.ac.cn
  • 电话:024-24696120 024-24696190-8870
  • 国际标准刊号:ISSN:1000-1220
  • 国内统一刊号:ISSN:21-1106/TP
  • 邮发代号:8-108
  • 获奖情况:
  • 中国自然科学核心期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23212