数据挖掘技术在入侵检测系统中的应用

入侵检测技术已经成为网络安全领域的研究热点.数据挖掘是从大量数据中发掘出新的、有用模式的过程.把它用于入侵检测,可发掘警报日志信息和审计数据特有的模式,实时分析,寻找黑客入侵的规律,提高入侵检测系统的警报精确度,降低系统管理员的工作强度.     

数据挖掘技术在入侵检测系统中的应用研究

扼要阐述了入侵检测和数据挖掘技术,并建立了采用数据挖掘技术的入侵检测系统模型.     

入侵检测技术综述

随着计算机技术尤其是网络技术的发展,计算机系统已经从独立的主机发展到复杂的、互连的开放式系统,这给人们在信息利用和资源共享上带来了很大的便利.与此同时,人们又面临着由于入侵而引发的一系列安全问题的困扰.本文介绍了当今网络安全技术的热点之一:入侵检测技术.文章首先讲述了入侵检测的定义及分类,并分析了其检测方法,最后介绍了它的发展趋势.     

数据挖掘在入侵检测领域的应用研究

为了使入侵检测智能化,将数据挖掘技术引入入侵检测系统中。重点介绍了其主要技术关联规则、分类算法在入侵检测中的应用。     

数据挖掘系统开发及Oracle Data Mining应用

数据挖掘技术目前主要应用于智能商务领域，在石化领域中如何展开数据挖掘开发应用还有待研究。基于Oracle Data Mining(ODM)数据挖掘工具，结合实例介绍了在石化企业中应用数据挖掘的系统方法和基本过程。     

数据挖掘技术在工艺参数优化中的应用

针对制造过程中工艺参数的复杂性和特殊性,为了有效地对工艺参数进行优化,应用数据挖掘的技术和方法,通过属性权重分析和分类分析算法进行工艺参数影响因素的分析和建模,通过选取满足一定误差范围内的数据记录,综合关联知识发现的规则,挑选出满足要求的工艺参数优化方案,并给出实例验证.     

入侵检测分类算法的研究

分类是数据挖掘的重要技术之一。在入侵检测中用分类算法，如RIPPER程序来构造分类模型。针对RIPPER算法在入侵检测环境下不能很好地对稀有类分类这一缺点，提出了一个改进方案——在RIPPER算法基础上引入两阶段方法，并以DARPA98入侵检测数据为基础做相应实验。实验结果证明改进后的算法对稀有类分类较RIPPER算法准确率高。     

数据挖掘技术在汽车保险业中的应用

数据挖掘技术是先进的信息处理技术．汽车保险是随着汽车工业的加速发展和人民生活水平的提高而发展起来的一种保险业务。随着汽车工业的加速发展和人们购买力的增加．保险公司如何有效地利用已有的数据来改革和推动自己的保险业务．已经成为各保险公司共同关注的问题。本文阐述了汽车保险业的现状．数据挖掘技术的分类．方法．应用流程图；并探讨了数据挖掘技术在汽车保险业务决策中的应用以及未来的发展。     

入侵检测系统有关问题的研究

文章阐述了入侵检测系统的概念,讨论了入侵检测系统存在的问题,并提出了相应的解决方法,展望了入侵检测系统的发展趋势.入侵检测系统采用主动防御是保护信息系统安全的重要手段,也是近年来安全领域的研究热点.     

入侵检测系统分析与探讨

入侵检测系统是新一代的动态安全防范技术.文章介绍了入侵检测技术的概念、分类和通用入侵检测模型,并分析了入侵检测系统的弱点和局限性.最后对入侵检测技术的发展做了讨论.     

数据挖掘技术在邮件病毒检测中的应用研究

针对电子邮件病毒危害大和更新速度快的特点,以及传统的使用手工编制的启发知识在新病毒上的软弱．研究了数据挖掘的归纳学习和分类方法,利用数据挖掘方法产生新邮件病毒的知识来解决传统方法的缺陷。通过贝叶斯方法建立了检测知识的识别模型和自学习模型,构建了检测系统的结构框架,并作出了深入的讨论。     

数据挖掘技术在CRM中的应用

客户关系管理(CRM)已成为目前企业决策管理的重要部分,而数据挖掘技术为客户关系管理的实施提供了良好的支持。简要介绍了常用数据挖掘技术在客户关系管理中的应用,着重分析了决策树分析方法和关联分析方法,并结合锅炉企业讨论了方法的应用。     

数据挖掘技术及应用综述

介绍了数据挖掘技术的背景、概念、流程、数据挖掘算法,并阐述了数据挖掘技术的应用现状.     

数据挖掘技术在轿车营销管理中的应用

在数据挖掘技术的基础上，结合目前轿车营销市场竞争激烈的现状，提出了基于数据挖掘技术的营销管理解决方案，使其系统地贯穿于市场分析、目标策略制定、客户管理的全过程；并给出了聚类分析技术应用市场细分、判定树模型应用于目标客户挖掘的实例。     

基于Analysis Services的数据挖掘模型的研究与应用

SQL Server 2000 Analysis Services是一整套的决策支持引擎和工具.本文介绍了Analysis Services的体系结构,讨论了用其进行数据挖掘的方法.阐述了一个构建数据挖掘模型、训练挖掘模型以及应用该模型进行预测的实例.