基于改进关联聚类算法的网络异常信息挖掘研究

扫码查看

原文链接

万方数据
维普

中文摘要：由于网络信息量庞大且复杂多变,网络异常行为往往隐藏在大量正常数据中,且其表现形式多样,边界模糊.传统的聚类算法无法有效区分异常点与正常点,导致误判和漏判,文章提出了基于改进关联聚类算法的网络异常信息挖掘方法.首先通过一系列数据预处理步骤,包括数据清洗、归一化及数值化转换,确保网络信息数据的高质量与可用性,随后利用预处理后的数据构建了网络异常信息库,引入改进的关联聚类算法对该库进行深度挖掘.实验结果表明,这一方法显著提升了网络异常信息挖掘的精准度和效率,有效减少了数据缺失问题,为网络安全防护提供了有力的技术支持.

作者：

卜浏

展开 >

作者单位：

江苏联合职业技术学院江苏南京 210000

关键词：

改进关联聚类算法网络异常信息挖掘关联规则关联强度

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.11.037

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(11)