Web日志挖掘中的数据预处理的研究

为了更加合理地组织Ｗｅｂ服务器的结构,需要通过Ｗｅｂ日志挖掘分析用户的浏览模式,而Ｗｅｂ日志挖掘中的数据预处理工作关系到挖掘的质量。文章就此进行了深入的研究,提出一个包括数据净化、用户识别、会话识别和路径补充等过程的数据预处理模型,并通过一个实例具体介绍了各过程的主要任务。     

Web日志挖掘中的序列模式识别

Web日志挖掘的基本思想是将数据挖掘技术应用于 Web服务器的日志文件 .本文从 Web日志挖掘过程预处理阶段的结果用户会话文件开始 ,提出了一种基于扩展有向树模型进行用户浏览模式识别的 Web日志挖掘方法 ,并在实验室对该方法进行了简单实现和实际日志数据的测试 .     

基于Netfilter的被动测量方法

给Linux内核和iptables打补丁，在iptables的过滤表中添加PROMISC规则链。基于这个原理，设计和实现了一种网络被动测量方法，通过和用户层网络测量程序相比较，该方法提高包捕获效率，降低丢包率。     

一种基于延迟变化率的网络延迟自适应采样算法

文章提出了一种测量网络延迟的自适应采样算法，针对周期性延迟采样不能很好地根据当前网络状态调整采样频率这一缺点，自适应采样算法以延迟变化率作为动态控制采样频率的主要指标。通过对自适应和周期性采样算法实际测量中测得的数据进行比较分析，自适应算法能根据网络当前状态调整采样频率．不仅能有效地跟踪到延迟突变，而且还可以从总体上大大减少采样工作量。     

一种新的端到端采样网络流量测量方法

本文主要对端到端采样测量方法进行了研究,在大量实验的基础上提出了IP包头标识字段取模采样方法,并利用该采样方法进行了模拟实验,结果证明该方法具有效率高,采样比率易控制等特点。     

两种网络业务流分析方法的应用与实现

为了对网络业务流和网络性能进行测量与分析 ,我们根据 CAINONET的业务流设计课题实现了一个业务流设计的原型系统 - - - -业务流测量分析系统 TMAS.在 TMAS的分析子系统中 ,我们实现了业务级的分析方法 ,即具有路径约束的关联规则算法 PRAR和具有时态路径约束的关联规则算法 TPRAR.本文中我们先举了一个这两种算法的应用例子 ,再给出了这两种算法在 TMAS系统中的实际运行结果 .实际运行显示 ,这两种业务级分析方法可以弥补已有分析方法的不足 ,为进行网络业务流控制进一步提供了有效的依据     

CTES中基于规则的网络业务流测量新方法

业务流设计是网络工程的一个重要方面 ,用于网络的性能评价和性能优化 .中国高速信息示范网 (CAIN-ONET)业务流设计系统 (CTES)的目的是对 CAINONET网络的性能进行评价 ,为其优化提供决策依据 .而为达到优化网络性能目标 ,首先要对 CAINONET网络业务进行实时测量 .在综合分析已有各种网络测量方法的基础上 ,我们提出了一种新的基于规则的业务流测量方法 - CTES规则测量方法 ,并在 CTES中进行了应用 ,解决了已有测量方法的一些不足     

挖掘关联规则算法的优化处理

在挖掘关联规则的执行过程中,早期循环生成最大项目集的过程是很重要的。文中提出基于哈希表的算法,对生成侯选项目集的过程进行了优化,尤其是对生成二维侯选项目集更是有效。由于在早期循环中,生成侯选项目集的势较小,使得能更有效地修剪数据库,从而减小了后期循环的计算代价,同时也减小了I／O请求。     

挖掘关联规则中Apriori算法的研究

文章是基于大型销售数据库研究了关联规则挖掘问题 .分析和探讨了 Apriori算法 ,并给出了该算法的实现思想 ,同时通过例子说明算法的执行过程