数据挖掘对计算机网络探测的重要性范文

数据挖掘技术和方法

数据挖掘充分利用了这些学科的结果，但是研究目标和重点又不同于这些单一研究领域．数据挖掘方法能从巨大的真实数据库中提取感兴趣的和以前不知道的知识，从而成为一个在理论和应用中重要而实用的研究领域．但是，数据挖掘并不等同于任何一个上述提及的学科．例如，统计学在数据挖掘中应用广泛，但是在一些方面并不解决问题．统计学的方法限制在数学范围内，无法表示集合之间的关系，如集合的包含关系．在关系数据库中，属性值只能使用精确数据，不能使用不确定或不精确的数据．数据库对于数据挖掘来说，只是一个训练集，相对于数据库在DBMS系统中的角色差多了，机器学习的算法也很多，但是要在数据挖掘中应用，必须要解决实用性问题，即在大量的数据中进行有效的学习．数据挖掘主要解决以下问题:

(1)数据挖掘不仅要挖掘二维数据表数据，还要挖掘文本数据、多媒体数据和万维网数据．

(2)挖掘算法现在数据挖掘已经发展了众多的建模和学习方法，从中选择合适的算法更多是来自经验．

(3)使用背景知识无疑会帮助在数据挖掘中建模的准确度．

(4)可视化－使用可视化的方法进行数据挖掘非常重要和有用．数据挖掘一般被定义为“使用自动的方法从大量数据中提取隐含的、以前未知的、隐藏的、潜在有用的知识或高层信息”．这里术语“数据”是指事实或原子信息的集合，如数据库中的记录．“知识”是指描述数据集合整体特性的更高层次的概念，如预测属性值的规则、属性之间

的依赖关系等．有时“数据”“知识”“信息”并没有严格加以区分．Fork结点的行为是创建子Token，并且将子Token指向从Fork出发的leavingTransition的下一个结点．Join结点的行为是判断是否所有的兄弟Token已经全部到达本结点，若已经全部到达本结点，就把这些兄弟Token的父To-ken直接转向Join结点的下一个结点．Decision结点的行为就是判断其表达式的真假，根据表达式的计算结果，确定下一个结点的流向．TaskNode结点的行为是根据任务结点里关于任务分配的定义来建立任务与人员的具体分配．

数据挖掘技术在计算机网络入侵检测中的应用

利用JPDL定义好的流程交给JBOSSPROCESSEN-GINE中的DEFINITIONLOADER．其中由JPDL定义的流程就是一个XML文件，由DEFINITIONLOADER将这个XML文件读进来，即将定义的规则读进来．此后，用户就能够利用在JBOSSPROCESSENGINE中定义好的流程来执行流程．此外，在jBPM流程引擎中还有诸如状态管理、日志管理能功能，在用户层面来看，有流程监控功能，这些功能分别对应STATEMANAGER、LOGMANAGER以及PROCESSMONITOR．以上就是JBOSSjBPM工作流引擎的组成．流程实例中的signal()方法相当于一个快捷方法，在这个方法里，首先会进行诸如流程实例状态是否会结束这样之类的判断，然后会将这个调用请求转交给与之相对应的root-Token对象，然后会调用rootToken中的signal()方法．

很显然的是，Token中的signal()方法是与某个结点相关联的．引用的改变即引用由当前结点指向下一个结点，在JBOSSjBPM中，它将这一职责进行了分离，所有的调度职责并不是在Token的内部来完成的，会把这些工作转交给不同的对象，jBPM将当前结点称之为from结点，为了完成引用的改变，当然是要找了当前from结点的下一个结点，jBPM不是在rootToken里面进行查找，而是将这一职责转交给from结点，在from结点中来进行查找，因为在from这个结点当中，存在很多leavingTransition这样的线。

由于ARP欺骗攻击、DHCP欺骗攻击、广播风暴三种攻击方式是接入层导致用户大面积断网的最主要问题，能够对这三种攻击进行有效防护，明显改善用户用网体验．本系统专门针对接入层三种攻击行为提出相应解决方案．通过与接入层网络设备进行交互，通过分析交换机运行状态，及时发现三种攻击行为并进行相应处理．操作日志记录进数据库以便进行事后处理与操作审计．

作者：潘大胜单位：百色学院