數(shù)據(jù)挖掘在各領(lǐng)域的應(yīng)用案例-資料下載頁(yè)
2025-08-01 16:52本頁(yè)面
【正文】 方式抽取演算法有 :識(shí)別簡(jiǎn)單線性類別的聚類 。用決策樹(shù)方法獲取分類規(guī)則 。 能識(shí)別各類間有顯著差異的偏差檢測(cè) 。用于發(fā)現(xiàn)和顯示隨機(jī)依賴關(guān)系的依賴關(guān)系分析。 動(dòng)態(tài)與展望 ? 目前， KDD研究的重點(diǎn)，正從理論轉(zhuǎn)向應(yīng)用，可說(shuō)凡是用到資料庫(kù)的地方，就有 KDD的課題等待人們?nèi)ヌ接憽? ? KDD與科學(xué)資料庫(kù)的結(jié)合對(duì)科技的發(fā)展必定會(huì)起很大的促進(jìn)作用，具有廣泛的應(yīng)用前景。 網(wǎng)絡(luò)方面 背景 ? 保證信息系統(tǒng)安全的主要問(wèn)題是建立安全機(jī)制，迄今為止已發(fā)展了許多安全機(jī)制，但安全問(wèn)題仍然倍受懷疑和關(guān)注。 ? 由于已從理論上證明不存在絕對(duì)安全的安全系統(tǒng)，因此一般將審計(jì)跟蹤、攻擊檢測(cè)系統(tǒng)作為信息系統(tǒng)的最后一道安全防線。 ? 早期中大型的電腦系統(tǒng)中都收集審計(jì)信息來(lái)建立跟蹤檔，這些審計(jì)跟蹤的目的多是為了性能測(cè)試或計(jì)費(fèi)，因此對(duì)攻擊檢測(cè)提供的有用信息比較少 。 ? 此外，最主要的困難在于由于審計(jì)信息粒度的安排，審計(jì)信息粒度較細(xì)時(shí)，資料過(guò)于龐大和細(xì)節(jié)化，反將有用的信息源沒(méi)在其中 。 ? 對(duì)于企圖攻擊，被動(dòng)審計(jì)的檢出程度是不能保證的。 ? 為了使通用的審計(jì)跟蹤能用于攻擊檢測(cè)等安全目的，必須配備自動(dòng)工具對(duì)審計(jì)資料進(jìn)行分析，以期盡早發(fā)現(xiàn)那些可疑事件或行為的線索，給出報(bào)警或?qū)勾胧? 基于審計(jì)信息的攻擊檢測(cè)技術(shù) ? 為了從大量的、有時(shí)是冗余的審計(jì)跟蹤資料中提取出對(duì)安全功能有用的信息，基于電腦系統(tǒng)審計(jì)跟蹤信息設(shè)計(jì)的系統(tǒng)安全自動(dòng)分析或檢測(cè)工具是很必要的 ? Data Mining 攻擊檢測(cè)方法 ? 檢測(cè)隱藏的非法行為 ? 攻擊即時(shí)檢測(cè)系統(tǒng)的原理是基于用戶歷史資料的建模以及在早期的證據(jù)或模型的基礎(chǔ)。 ? 審計(jì)系統(tǒng)即時(shí)地檢測(cè)用戶對(duì)系統(tǒng)的使用情況，根據(jù)系統(tǒng)內(nèi)部所擁有用戶行為的概率統(tǒng)計(jì)模型進(jìn)行監(jiān)測(cè)，當(dāng)發(fā)現(xiàn)有可疑的用戶行為發(fā)生時(shí)，保持跟蹤并監(jiān)測(cè)、記錄該用戶的行為。 ? 神經(jīng)網(wǎng)絡(luò)的攻擊檢測(cè)技術(shù) ? 審計(jì)統(tǒng)計(jì)資料的攻擊檢測(cè)系統(tǒng)，具有一些天生的弱點(diǎn)，因?yàn)橛脩舻男袨榭梢允欠浅?fù)雜的，所以想要準(zhǔn)確匹配一個(gè)用戶的歷史行為和當(dāng)前的行為相當(dāng)困難。 ? SRI(Stanford Research Institute)的研究小組利用和發(fā)展神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)進(jìn)行攻擊檢測(cè)。 神經(jīng)網(wǎng)絡(luò)可能用于解決傳統(tǒng)的統(tǒng)計(jì)分析技術(shù)所面臨的問(wèn)題： ? 難于建立確切的統(tǒng)計(jì)分布 ? 統(tǒng)計(jì)方法基本上是依賴用戶行為的主觀假設(shè)，如偏差高斯分布；錯(cuò)發(fā)警報(bào)常由這種假設(shè)所導(dǎo)致。 ? 難于實(shí)現(xiàn)方法的普遍性 ? 適用某類用戶行為的檢測(cè)一般無(wú)法適用于另一類用戶。 ? 演算法實(shí)現(xiàn)比較昂貴 ? 基于統(tǒng)計(jì)的演算法對(duì)不同類型的用戶行為不具普遍性，因此演算法較復(fù)雜且龐大，導(dǎo)致演算法實(shí)現(xiàn)上的昂貴。而神經(jīng)網(wǎng)絡(luò)技術(shù)不存在這個(gè)問(wèn)題，實(shí)現(xiàn)的代價(jià)較小。 ? 系統(tǒng)臃腫難于剪裁 ? 由于采用統(tǒng)計(jì)方法檢測(cè)具有大量用戶的電腦系統(tǒng)，將不得不保留大量的用戶行為資料，導(dǎo)致系統(tǒng)的臃腫。而基于神經(jīng)網(wǎng)絡(luò)的技術(shù)能夠回避這一缺點(diǎn)，根據(jù)即時(shí)檢測(cè)到的信息有效地加以處理作出攻擊可能性的判斷。 結(jié)語(yǔ) 目前，神經(jīng)網(wǎng)絡(luò)技術(shù)提出了對(duì)傳統(tǒng)統(tǒng)計(jì)技術(shù)的攻擊檢測(cè)方法的改進(jìn)方向，但尚不十分成熟，所以傳統(tǒng)的統(tǒng)計(jì)方法仍將繼續(xù)發(fā)揮作用，也仍然能為發(fā)現(xiàn)用戶的異常行為提供相當(dāng)有參考價(jià)值的信息。 目的 一般都是靜態(tài)的的個(gè)人網(wǎng)頁(yè)，此篇利用 data mining的技術(shù)，設(shè)計(jì)動(dòng)態(tài)的個(gè)人化網(wǎng)頁(yè)，根據(jù)使用者瀏覽網(wǎng)頁(yè)的紀(jì)錄，找出使用者最常逛的網(wǎng)頁(yè)，節(jié)省網(wǎng)絡(luò)頻寬，提升個(gè)人化網(wǎng)頁(yè)品質(zhì)。 系統(tǒng)整體結(jié)構(gòu) 紀(jì)錄器 :紀(jì)錄網(wǎng)址與瀏覽的時(shí)間，送至資料庫(kù)分析，收集約一星期的時(shí)間的資料再做分析分析 瀏覽器 分析器 紀(jì)錄器 個(gè)人化網(wǎng)頁(yè) 資料庫(kù) 使用者 分析器與個(gè)人化網(wǎng)頁(yè)流程圖
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1