kmapriori一种有效的数据库异常检测方法 kmapriorian efficient anomalous detection approach to database systems.pdfVIP

CN43—1258／TP 计算机工程与科学 2008年第30卷第6期 ISSN1007_130X COMPUTERENGINEERING＆SCIENCEV01．30。No．6，2008 文章编号：1007—130X(2008)06一0018一04 EfficientAnomalousDetection KMApriori-：An toDatabase Approach Systems 邝祝芳，谭骏珊 KUANG Jun-shan Zhu-fang，TAN (中南林业科技大学计算机科学学院，湖南长沙410004) of South of and (SchoolComputerScience．Central ForestryTechnology。Changsha410004，China) University 摘要：本文提出了一个基于聚类分析与关联规则挖掘技术的有效数据库异常检测KMApriori方法，设计了一个系 统框架，研究了该框架中的关键技术。通过实验表明，KMApriori方法能够检测出数据库用户的异常行为。与基于关联规 加，KMApriori的优越性更明显；此外，KMApriori方法检测正确率也高于Apriori方法。 on andassociaterule efficientanomalousdetection is Abstract：Basedclusteringanalysis mining，an approachpresented， andadatabaseanomalousdetectionarchitectureis critical ofthearchitectureisalsostudiedinthis designed．Thetechnology database detection whichis inthis detecttheanomalous paper．KMApriori，theanomaly algorithmpresentedpaper，can op— rulemin— erationsofusers，andis tOthedatabase detection whichisbasedonassociate superior anomaly algorithmApriori moredatabase moredistinctnessofthe detectionrateof is ing．The records，the superiority．Furthermore，theKMApriori also than higherApriori． 关键词：数据库安全；异常检测；聚类分析；关联规则挖掘 words：database rule Key security；anomalydetection；clusteringanalysis；associatemining 中图分类号：TP309 文献标识码：A 算法暴露了其性能瓶颈。因为数据库存在数值属性和多值 1 引言 属性，要使用Apriori算法挖掘