摘要
利用离群点挖掘可以发现大多数偏离的异常数据,从而检测出入侵行为。针对已有的数据流环境入侵检测系统模型,提出基于频繁模式离群点检测的改进算法,介绍算法流程及计算过程。
The use of outlier mining can find abnormal data most offset,so as to detect the intrusion behavior. According to the existing data stream environment model of intrusion detection system,this thesis puts forward the improved algorithm of frequent pattern based on outlier detection algorithm,and also introduces the process and the process of calculation.
出处
《重庆科技学院学报（自然科学版）》
CAS
2015年第2期115-117,共3页
Journal of Chongqing University of Science and Technology：Natural Sciences Edition
基金
云南省教育厅科学研究基金项目"基于数据挖掘技术的网络入侵检测研究"(2012Y258)
关键词
频繁模式
离群点挖掘
入侵检测
离群算法
frequent pattern
outlier mining
intrusion detection
outlier algorithm
作者简介
穆俊（1979-），男，硕士，讲师，研究方向为数据挖掘。
