模糊序列模式在网络异常检测中的应用

数据挖掘中的关联原则挖掘和序列模式挖掘常用于网络入侵检测问题。在本文中 ,我们试图运用模糊集理论将序列挖掘算法进行改进 ,提出一种模糊序列模式用于网络异常检测 ,并用初步的实验对该算法进行证明。

一种模糊序列模式挖掘的有效方法

基于模糊集理论,挖掘带有数量属性的序列模式称为模糊序列模式挖掘。源于AprioriAll算法的模糊序列模式挖掘算法需多次扫描数据库。针对该缺点,提出一种基于序列矩阵表示且只需扫描一次数据库的算法MFSPM。实验表明,算法效率有明显提高。

基于遗传算法的启动子序列多粒度结构分*析

采用遗传算法对启动子序列数据集抽取不同长度的最优模糊子序列模式,以此分析启动子的结构。实验发现:适当调整子序列模式与样本序列的匹配程度阈值,可以发现局部频繁模式,除较长的TATA盒外还发现了其他一些模式,而在阈值较低时算法得到CpG岛。