資源描述：
《基于關(guān)聯(lián)規(guī)則挖掘的網(wǎng)絡(luò)行為分析系統(tǒng)設(shè)計》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、基于關(guān)聯(lián)規(guī)則挖掘的網(wǎng)絡(luò)行為分析系統(tǒng)設(shè)計：該文介紹了關(guān)聯(lián)規(guī)則挖掘的基本原理，并在此基礎(chǔ)上提出了一種基于關(guān)聯(lián)規(guī)則挖掘的X絡(luò)行為分析系統(tǒng)設(shè)計方案。該方案采用一種主動的監(jiān)控分析模型，可以及時的分析用戶X絡(luò)訪問行為，并對發(fā)現(xiàn)的用戶異常行為進(jìn)行一定的引導(dǎo)和管理。文中詳細(xì)描述了該系統(tǒng)方案的總體結(jié)構(gòu)和主要模塊設(shè)計方法?！ ￡P(guān)鍵詞：關(guān)聯(lián)規(guī)則；行為分析；系統(tǒng)設(shè)計 ?。篢P393：A：1009-3044(2011)10-2333-02 DesignofNetBasedonAssociationRulesMining ZHANGXin,LIKun-lun (CollegeofScie
2、nceandTechnology,NanchangUniversity,Nanchang330029,China) Abstract:Thispaperintroducesthebasicprincipleofassociationrulesmining,andanebasedonassociationrulesminingisproposed.Theprogramcananalysisuser'sanagementtouser'sunusualbehaviorofdiscoverybyanactivemonitoringandanalysismodel.Inth
3、ispaper，thatincludesthedetaileddescriptionofthesystemarchitectureandthemethodsofmainmodule. Keydesign 隨著計算機(jī)X絡(luò)技術(shù)的快速發(fā)展，互聯(lián)X應(yīng)用不斷深入普及，人們在工作和生活中越來越依賴于各種X絡(luò)應(yīng)用和服務(wù)。與此同時，一些X絡(luò)使用中的問題也隨之顯現(xiàn)，主要表現(xiàn)在兩個方面：一方面是過度的X絡(luò)娛樂行為，這些應(yīng)用消耗了大量的X絡(luò)資源，影響了正常X絡(luò)業(yè)務(wù)的開展；另一方面是X絡(luò)用戶的有害行為，這些行為往往帶來嚴(yán)重的X絡(luò)安全問題。特別是在校園X，用戶群體主要是學(xué)生，他們更容易沉
4、迷于X絡(luò)聊天、X絡(luò)游戲等娛樂行為，而且常常由于不適當(dāng)?shù)腦絡(luò)行為而引發(fā)安全問題，或由于興趣和好奇心而主動進(jìn)行一些有害的X絡(luò)行為。針對這些問題，研究和分析用戶的X絡(luò)行為，特別是學(xué)生群體的上X行為，限制有害X絡(luò)行為的發(fā)生，對于有效管理校園X資源，增強(qiáng)校園X安全性都具有現(xiàn)實(shí)的意義?！ ”疚脑诶藐P(guān)聯(lián)規(guī)則挖掘技術(shù)的基礎(chǔ)上，對通過分析用戶訪問X絡(luò)的行為來獲得用戶行為模式、判斷行為傾向、發(fā)現(xiàn)異常行為的X絡(luò)行為分析系統(tǒng)進(jìn)行研究和設(shè)計。 1X絡(luò)行為分析概述 行為分析原本是心理學(xué)研究領(lǐng)域中的一個概念，由于它對各種現(xiàn)實(shí)社會活動具有很好的指導(dǎo)價值，因此應(yīng)用于很多領(lǐng)域。隨著計算機(jī)X絡(luò)的出
5、現(xiàn)和普及，國內(nèi)外學(xué)者也開始研究X絡(luò)用戶行為的特征及規(guī)律。X絡(luò)用戶都具有不同的興趣愛好和行為習(xí)慣，在上X時相應(yīng)的X絡(luò)訪問行為也必然帶有各自的特征，對這種特征的分析與探索是X絡(luò)行為分析研究的重點(diǎn)，研究的方式主要是通過對服務(wù)器端的用戶訪問日志進(jìn)行分析，挖掘用戶在對外進(jìn)行X絡(luò)訪問時的行為特征。X絡(luò)行為分析主要應(yīng)用于X絡(luò)使用偏好、X絡(luò)安全審計、入侵檢測分析等方面，可以實(shí)現(xiàn)優(yōu)化X站設(shè)計、保障X絡(luò)安全、引導(dǎo)和管理異常X絡(luò)行為等作用?！ ∧壳暗拇蠖鄶?shù)X絡(luò)行為分析研究主要都基于數(shù)據(jù)挖掘技術(shù)，X絡(luò)行為分析的過程實(shí)際上就是一個從大量X絡(luò)行為數(shù)據(jù)中獲取有價值信息的數(shù)據(jù)挖掘過程，但是X絡(luò)行為
6、分析方法的分析重點(diǎn)和分析對象卻各有不同，主要包括：用戶特征分析、關(guān)聯(lián)分析、分類與預(yù)測、異常分析、TopN分析、IP地址分析、點(diǎn)擊率分析、inSup，如果sup({ij})≧MinSup，則{ij}∈L1，由此生成頻繁1-項(xiàng)集?！ ?）生成頻繁2-項(xiàng)集。頻繁1-項(xiàng)集L1與自身連接得到C2。將C2中的每一個項(xiàng)集{ip,iq}表示為一個2-項(xiàng)集向量IV2ipiq，則該項(xiàng)集的支持?jǐn)?shù)為sup({ip,iq})=，其中“·”為向量內(nèi)積運(yùn)算。如果sup({ip,iq})≧MinSup，則{ip,iq}∈L2，由此生成頻繁2-項(xiàng)集。 3）由頻繁k-1項(xiàng)集生成頻繁k-項(xiàng)集。根據(jù)算法
7、定義的排序規(guī)則，對于Lk-1中的任意一個k-1項(xiàng)集{ip,…,iq}，只需連接一個大于iq的項(xiàng)即可組合成一個k-項(xiàng)集{ip,…,iq,ij}(j>p)?！ 〗又瑨呙枰淮蜭k-1，生成所有的項(xiàng)集累加向量SVk-1ij(j=k,k+1,…,m)，對于Ck中任何k-項(xiàng)集的最后一項(xiàng)ij，必有j≧k。然后將Lk-1中的每一個頻繁k-1項(xiàng)集{ip,…,iq}對應(yīng)的IVk-1ip,…,iq，分別與SVk-1ij(j=q+1,q+2,…,m)進(jìn)行加運(yùn)算，求出S=IVk-1ip,…,iq+SVk-1ij?！ ∽詈髮τ贑k中的每一個k-項(xiàng)集{ip1,ip2,…,ipk}計算支持?jǐn)?shù)
