论文部分内容阅读
本文首先系统地介绍了传统关联规则挖掘算法及其关键技术，并在此基础上提出了一种改进算法；本文还详细分析了数据流的特点，着重介绍两种基于数据流的频繁项集挖掘的经典算法。然后，结合关联规则挖掘算法中的闭合项集挖掘技术，提出了一种基于数据流的频繁闭合项集挖掘算法。
最后，本文将所提出的两种算法应用到基于异常的入侵检测中，并设计了一种基于关联规则挖掘的入侵检测系统模型。该模型采用异常检测技术，将入侵检测过程分为检测阶段和学习阶段。其中，在检测阶段中采用基于数据流的关联规则挖掘算法实现，而学习阶段中采用传统的关联挖掘算法实现。该模型在一定程度上可以解决入侵检测实时性较差的弱点。