基于Snort的混合入侵检测系统的研究与实现

在分析研究snon系统的优缺点的基础上,利用其开源性和支持插件的优势,针对其对无法检测到新出现的入侵行为、漏报率较高以及检测速度较低等问题,在snon系统的基础上结合入侵检测中的数据挖掘技术,提出一种基于snort系统的混合入侵检测系统模型。该系统模型在snort系统原有系统模型基础上增加了正常行为模式构建模块、异常检测模块、分类器模块、规则动态生成模块等扩展功能模块。改进后的混合入侵检测系统能够实时更新系统的检测规则库,进而检测到新的入侵攻击行为;同时,改进后的混合入侵检测系统具有误用检测和异常检测的功能,从而提高检测系统检测效率。     

基于神经网络和粗糙集规则的提取方法

在利用粗糙集对连续性数据进行分类规则挖掘时，需要对数据进行离散化处理，但是离散结果往往会破坏原有数据的隐含信息，提取的分类规则质量难以保证。该文设计了一种基于自组织人工神经网络与粗糙集理论的分类规则提取方法，利用神经网络自动分类的功能，对离散前后的数据进行分类，比较两次分类结果是否一致，当达到一致性结果后，再利用粗糙集理论对数据约简，进行规则提取，有效地解决了原始数据信息丢失的问题，通过实例证明了该方法的合理性。     

关联规则数据挖掘与发展趋势研究

论文首先简要地介绍关联规则的概念、基本原理及分类。然后详细地讨论了Apriori算法的基本原理，同时也指出了Apriori算法的一些缺陷。针对这些缺陷提出了解决方法，列举了几种改进算法。最后概述了关联规则数据挖掘的发展趋势。     

一种基于模糊逻辑规则的数据挖掘方法

分析了模糊逻辑规则的形成过程，介绍了模糊推理方法，提出了基于模糊规则化的数据挖掘方法。由分析可以看出，基于模糊逻辑规则的方法能从大量的数据集合中有效地发现有价值但不明显的信息并挖掘出有价值的信息。例如，在银行借贷中，根据数据库中的数据对借贷方进行评估，挖掘出影响贷款安全的有关单位信息等。     

连续属性信息系统的规则约简新方法

连续属性信息系统的规则约简根本问题是属性在连续范围取任何实值,使得应用与离散属性的规则约简方法难于使用。因此解决连续属性信息系统的规则约简问题为当前研究领域所关注。该文结合粗集与模糊集理论与方法提出了一种新的数据处理与规则约简方法,并给出了该方法的实验结果。     

基于规则的统计数据审核系统

文章针对统计数据审核要求，提出了一种基于规则的统计数据审核解决方法。介绍了统计审核规则的分类和表示方法，并给出了构造审核规则解释器的方案。     

新颖度--关联规则的评价指标

提出了度量所发现的规则的新颖性的指标——新颖度，给出了它的构造方法和具体的算法实现，并通过实例进行了说明。     

对FP-Tree头表节点数据结构的改进

关联数据挖掘中的FP-growth算法是不产生候选集的代表,可是当在FP-tree中找到与头表(HeaderTable)有相同的项(Item)时,必须回到头表中,一个一个找出最后一个Node_link所指的项,再将其加入。这样就降低了算法的效率。该文通过在频繁模式树(FP-Tree)头表的数据结构中增加一个tail链域,这样就不需要每次都从头查找,而只须直接找tail域即可。实验证明改进后的算法比FP-growth算法的性能有很大提高。     

一种基于Web服务的产品推荐系统模型

为了弥补传统的电子商务系统在智能性和扩展性等方面的不足,我们提出了一种基于Web服务的产品推荐系统,该系统能够从电子商务系统的交易日志中挖掘商品的关联规则,并动态地向用户提供产品推荐服务。     

Hidden potentialities

The search for “complexity signatures” in natural laws is a main concern for researchers working in many different fields, going from physics to biology. Very simple laws are able to produce unforeseen behaviors, and from their “simplicity” sometimes it is not possible to predict anything about the potential complexities they are able to produce when applied to random initial conditions. Here elementary cellular automata (ECA) are used to illustrate this idea. In fact, using a recently developed approach to establish a correspondence between ECA rules and logical functions that constitute their structure (logical spectra) we analyzed ECA groups represented by automata 120 and 164. The automaton governed by rule 120 generates complex patterns under certain random initial conditions, whereas the one corresponding to rule 164 is known as a simple law when it is evaluated at random initial conditions. However, slight changes in the initial conditions of both ECA produce dramatic “simplicity–complexity transitions”, as it is shown here. These examples show that complexity, even in very simple formal systems, results from a subtle interplay between the structure of the laws and the initial conditions. Moreover, they draw attention to the importance of investigating if analogous comportments hold in large-scale natural phenomena as the yet enigmatic genotype–phenotype mapping.