基于动态本体的情报认知决策分析技术

针对国际反恐、金融犯罪、反走私等领域，通过信息域空间的海量网络行为，提出了领域目标行为特征建模方法，构建了启发式探索、人机混合智能的多线索行为认知交互分析平台，实现高维空间、多场景、多角度的细粒度特征关联分析与智能研判，提升业务分析人员灵活分析与办案效率.     

恶意行为图构建与匹配算法研究

恶意程序是互联网时代一个非常具有威胁性的安全问题。恶意程序的出现和传播速度的加快,使得对恶意程序的检测变得更加困难。大多数防火墙和防病毒软件都是根据恶意特征、使用一系列特殊字节来识别恶意代码。然而,恶意程序编写者会使用代码混淆技术来躲避这种检测。为此,研究者提出了动态分析方法来检测这种新的恶意程序,但这种方法的时间效率和匹配精度并不令人满意。文中提出了一种有效的恶意行为图构建与匹配算法,包括存储二维关联图的存储方法、行为图的构建方法、行为关联规则的构建方法、行为图解析算法的设计、行为匹配算法等。最后给出了实验分析,证明了该方法具有较高的检测准确率;除Auto类外,其对其他类别恶意程序的识别率都在90%以上。     

基于关联特征扩展的特征选择算法

特征选择是文档分类中常见的预处理工作，通过对文档特征空间降维，可以提高文档的分类性能。针对多数特征选择算法不考虑特征词共现关系的问题，该文提出了一种利用关联特征来增强文档分类性能的方法，针对特征扩展后产生的高维向量空间设计了一种快速冗余特征去除和选择算法，以满足实际应用中对增强特征分类性能和执行效率的需要。实验采用朴素贝叶斯网作为分类器，从特征降维效果、分类性能以及算法执行效率等方面与其他算法进行了比较。     

一种基于关联性的特征选择算法

目前在文本分类领域较常用到的特征选择算法中,仅仅考虑了特征与类别之间的关联性,而对特征与特征之间的关联性没有予以足够的重视.提出一种新的基于关联分析的特征选择算法,该方法以信息论量度为基本工具,综合考虑了计算代价以及特征评估的客观性等问题.算法在保留类别相关特征的同时识别并摒弃了冗余特征,取得了较好的约简效果.     

引入关联分析的用户行为信任评估在云计算平台中的研究

关联规则是数据挖掘的重要方法。随着国内外云计算应用及研究的不断推进,云计算的安全性成为云计算的核心问题之一。通过进行用户的状态行为关联分析,提取信任信息,结合可信云的思想,提出一个云计算下基于信任的防御系统模型。     

行为特征分析模式下的网页分类技术研究

现有网页分类技术忽略用户个性行为的差异.为此,提出一种结合用户行为特征分析的网页分类技术.运用知识规则发现、页面特征提取等方法,分析Web用户的访问历史和个性化定制信息,学习并掌握用户的行为和兴趣.针对用户的认知特征,提供合适的Web页面分类模式,能在一定程度上改进单纯统计学网页分类方法在自然语言理解上的不足.实验数据表明,该分类方法与多种统计学方法相结合实施网页分类均能有效地提高分类准确率,使网页分类结果更接近分类的真实情形和要求.     

关联规则技术在计算机犯罪取证中的应用

关联规则可以分析不同犯罪之间的相似性，不同犯罪人之间的关系。将关联规则的方法应用到计算机取证分析当中，从而找到经过机器的各活动之间的相关性。通过分析机器上留下的使用记录和痕迹，推断出使用者的习惯、特征，同时对于出现的异常情况做出判断。     

基于事件行为特征的关联分析方法及应用

网络给人们带来方便快捷的同时也带来了巨大的信息安全隐患。信息安全厂商纷纷研制出了各具特色的，有针对性的，不同类型的安全设备和软件。各种安全设备在现有网络中的部署。物理上形成了整体的网络安全保障体系。但是，安全设备彼此间各自独立，缺少必要的沟通，使得这个整体的保障体系没有充分发挥其应有的联动、配合的整体防御作用。安全管理平台的概念，随着网络现实环境的需求和技术的发展，逐渐地明确和被认可。作为安全管理平台中的核心模块一一事件关联，一直是业内关注的焦点和难点。本文从理论和技术层面对事件关联方法进行分析，并提出了一种具有实际应用价值的关联分析方法。     

基于关联规则的特征选择算法

关联规则能够发现数据库中属性之间的关联,通过优先选择短规则用于相关属性的选择,有可能得到最小的属性子集.基于此,本文提出一种基于关联规则的特征选择算法,实验结果表明在属性子集大小和分类精度上优于多种特征选择方法.同时,对支持度和置信度对算法效果的影响进行探索,结果表明高的支持度和置信度并不导致高的分类精度和小的特征子集,而充足的规则数是基于关联规则特征选择算法高效的必要条件.     

基于API关联性的恶意行为层次化分析方法

为深入分析恶意代码的运行原理以及详细功能,减少恶意代码的分析周期,提出基于API关联的层次化行为分析方法。分析API的调用机制与参数的特征,给出基于API的行为定义;在此基础上,设计并实现API的行为关联算法,建立行为关联模型;通过行为关联模型,可以通过恶意代码的API数据信息提取出基本行为信息,并进一步提取对象行为以及进程行为,提供多维视角。设计恶意代码分析原型系统,使用实际测试样本集验证了该方法的可行性。     

拒绝服务攻击Smurf的特征属性关联分析

Smurf是拒绝服务攻击攻击中较为常见的攻击类型,抽取KDDCup数据集的拒绝服务攻击Smurf类型,运用Weka对特征属性进行分析,挖掘结果显示具有特定特征属性的网络受到Smurf攻击.     

基于用户行为分析的入侵检测应用模型的研究

网络安全日益成为人们关注的焦点,人们不仅需要系统具有信息保护的能力,而且需要系统在遇到攻击时具有入侵检测的能力.文中在深入研究入侵检测的基础上,给出了入侵检测中的数据采集关键部分中的基于用户行为分析判断详细设计与实现的具体实现,包括体系结构的设计、通用接口和数据结构的设计与定义,并提出了一种改进的序列模式匹配算法,经过相关测试,在实际使用中取得良好的效果.     

基于关联规则的社会性网络行为研究

随着Web和Internet的迅猛发展,人们对资讯需求的深化,用户需求的细分将成为未来发展的趋势,同一类别用户的行为(即社会性行为)存在着特定的关系和规则的。本文以一个音乐共享平台来分析用户在线收听歌曲的社会性网络行为,对模型MusicMiner实现细节进行了描述,从数据挖掘的角度出发,应用关联规则的AprioriTid算法对大量的网络行为数据进行挖掘,得到了一些有用的关联规则。     

基于关联规则挖掘的网络行为分析系统设计

该文介绍了关联规则挖掘的基本原理,并在此基础上提出了一种基于关联规则挖掘的网络行为分析系统设计方案。该方案采用一种主动的监控分析模型,可以及时的分析用户网络访问行为,并对发现的用户异常行为进行一定的引导和管理。文中详细描述了该系统方案的总体结构和主要模块设计方法。     

一种用于多目标跟踪的特征关联方法*

在基于图像序列的多目标跟踪问题中,传统目标链算法利用目标的运动特征和面积特征对其进行关联,取得了较好的效果,但在如新目标进入视场,旧目标离开视场,多个目标靠近、融合,单目标发生分裂等复杂跟踪情况中,以上特征存在一定的失效情况。为此,提出一种计算目标形状相似度的方法,在传统目标链算法的基础上引入描述目标形状的新特征,构造了一个计算目标形状相似度的函数,可以解决形状不同的目标在靠近或交叉通过等复杂情况下的准确关联问题。实验表明,在对刚体目标的跟踪中得到了更可靠的目标关联效果。     

用户行为异常检测模型

从系统安全的角度出发,将异常检测技术用于用户行为分析领域,建立了一个异常检测原型模型UBAD(User Behavior Abnormality Detection)。利用关联规则算法FP-growth,对系统中的反映用户行为特征的数据进行深入挖掘,得到每个用户的行为模式, 将当前模式与正常历史模式进行对比可以判断用户行为是否异常。     

基于特征与知识关联的建筑图钢筋量提取方法

钢筋量的统计是工程预算的一个重要部分。论文分析了建筑图纸中钢筋的标注特征及寄生构件特征,根据钢筋特征,识别出钢筋线,通过知识关联的方法得到钢筋的长度计算公式,从而计算出钢筋量。     

基于Apriori关联规则的农民工信息行为模式分析

农民工在城市中,边缘的生活水平很大部分体现在信息的边缘化和孤岛化,开展农民工信息行为与信息服务策略研究非常迫切。本文以抽样调查为基础,通过对广东农民工群体的实地调研,分析了农民工信息行为的现状。运用SPSS17.0和SPSS Clementine11.1软件,利用Apriori关联规则数据挖掘技术,对农民工信息行为调研结果进行了实证分析,发现农民工信息行为的偏好及其规律性,挖掘出农民工信息行为的模式。为发展完善农民工信息服务提出对策建议。