作者：许颖梅数据流频繁模式入侵检测
摘要：计算机网络入侵通常具有高频度特性，因此，识别是否正常访问，对数据流中重复元素的挖掘，给出频度指标，是一种重要的依据。提出一种基于数据流频繁模式的改进型AFP算法，该算法采用滑动窗口树技术，单遍扫描数据流及时捕获网络上的最新模式信息，并将该算法应用在入侵检测模型中正常数据和异常数据的在线挖掘。解决了有限存储和无限数据流的矛盾。实验结果表明，该模型有较高的报警率和较低的误报率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《陕西理工大学学报·自然科学版》（CN：61-1510/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《陕西理工大学学报·自然科学版》主要刊登数学、物理学、化学、生物学、机械设计制造及其自动化、金属材料成型及控制、计算机技术、电子信息、应用电子技术、电气自动化、工业与民用建筑、工程管理等方面的学术论文。
杂志详情
