【摘 要】
：
为提升数据挖掘技术与网络恶意行为识别准确率,研究基于大数据关联规则的网络恶意行为识别检测方法。模糊化处理网络中存在的大数据,构建模糊数据库,分类聚集模糊数据库中的
【基金项目】
：
省级大学生创新创业训练计划项目(201911059227,S202011059009),安徽省质量工程项目(2017mooc318,2018jyxm1105)资助
论文部分内容阅读
为提升数据挖掘技术与网络恶意行为识别准确率,研究基于大数据关联规则的网络恶意行为识别检测方法。模糊化处理网络中存在的大数据,构建模糊数据库,分类聚集模糊数据库中的模糊数据,离散化处理模糊数据的连续属性,确定模糊数据频繁关联规则,通过基于模糊关联规则的数据挖掘方法获得整理后的网络数据;以此为基础,分析用户恶意访问流量特征,加权处理用户访问流量特征与用户信息熵特征,建立多特征融合的网络恶意行为识别模型,完成网络恶意行为识别检测。经实验验证,该方法识别检测网络恶意行为时准确率较高,在93%以上,漏检测率较低,低
其他文献
产学研合作是推动中国科技进步与自主创新的重要路径。在社会网络分析方法的基础上,分别从专利合作和论文合著角度对安徽省产学研创新合作网络演化进行多尺度分析。研究结果
大陆法系国家与地区成年人监护制度的改革从20世纪60年代开始,至今已持续了四十余年.从表面上看,这场改革的动因是由于国际人权思潮的蓬勃发展,使得大陆法系各国的法律体系不
建立了测定水稻中烯啶虫胺及其代谢物2-[N-(6-氯-3-吡啶甲基)-N-乙基]氨基-2-甲基亚氨基乙酸(CPMA)、N-(6-氯-3-吡啶甲基)-N-乙基-N’-甲基甲脒(CPMF)的液相色谱-质谱检测方