简介:摘要在本文中,我们将讨论一般系统的入侵检测方法,主要的想法是使用数据挖掘技术,发现相同的和有用的模式,描述程序和用户行为的系统功能,并使用相关的系统功能集计算(感应学习)的分类,可以识别异常和已知的入侵。通过实验对Sendmail系统调用数据和网络抓取数据,证明了我们可以构造简洁、准确的分类器检测异常。我们提供了两个通用的数据挖掘算法关联规则算法和频繁情节算法。这些算法可以被用来计算内和跨审计记录模式,这是必不可少的描述程序或用户行为。发现的模式可以指导审计数据收集过程和促进特征选择。为了满足高效学习(挖掘)和实时检测的挑战,我们提出了一个基于代理的体系结构的入侵检测系统的学习代理连续计算,并提供更新(检测)模型的检测代理。
简介:摘要电子政务工程因在推动政府转变传统管理方式、提高政府工作效率、推动政府公开透明、规范政府执政行为等方面起到积极作用,得到了世界各国政府的普遍关注。得益于计算机技术以及网络通信技术的飞速发展,电子政务技术也随之不断成熟,应用日趋广泛,在各国政府及相关职能部门的业务系统中日益积累了大量数据。由于传统的数据处理手段对数据量大的业务系统做深层次数据处理效果不理想,对数据的潜在有用信息不能更好地识别和利用,日渐满足不了不断深化的电子政务应用的需求。同时在电子信息技术广泛应用的今天,新兴产业、创新科技已成为引领时代进步的关键,传统的管理手段无法满足政府监管的需求。数据挖掘技术作为近十年来不断发展成熟的数据处理技术,日益在政府部门的日常工作中得到广泛的运用。鉴于上述方面,研究数据挖掘技术在电子政务领域中的应用就显得尤为重要。