| 基于K-means和naive Bayes的数据库用户行为异常检测研究 |
| |
| 引用本文： | 王旭仁,冯安然,何发镁,马慧珍,杨杰.基于K-means和naive Bayes的数据库用户行为异常检测研究[J].计算机应用研究,2020,37(4):1128-1131. |
| |
| 作者姓名： | 王旭仁 冯安然 何发镁 马慧珍 杨杰 |
| |
| 作者单位： | 首都师范大学 信息工程学院,北京 100048;中国科学院信息工程研究所 中国科学院网络测评技术重点实验室,北京 100093;中国科学院信息工程研究所 中国科学院网络测评技术重点实验室,北京 100093;北京理工大学 图书馆,北京 100081 |
| |
| 基金项目： | 国家自然科学基金;中国科学院重点实验室开放基金 |
| |
| 摘 要： | 针对数据库用户行为异常导致数据库泄露问题，提出了一种基于K-means和naive Bayes算法的数据库用户异常检测方法。首先，利用数据库历史审计日志中用户的查询语句与查询结果，采用K-means聚类方法得到用户的分组；然后，使用naive Bayes分类算法构造用户异常检测模型。与单独使用naive Bayes分类法构造的模型相比，在数据预处理时其精简了用户行为轮廓的表示方法，降低了计算冗余，减少了81%的训练时间；利用K-means聚类方法得到用户组别，使检测的精确率提高了7.06%，◢F◣▼1▽值提高了3.33%。实验证明，所提方法大幅降低了训练时间，取得了良好的检测效果。
|
| 关 键 词： | 数据库 用户行为 异常检测 K-means聚类 naiveBayes分类算法 |
| 收稿时间： | 2018/9/27 0:00:00 |
| 修稿时间： | 2020/3/5 0:00:00 |
Research of database user behavior anomaly detection based on K-means and naive Bayes |
| |
| Wang Xuren,Feng Anran,HE Famei,Ma Huizhen and Yang Jie.Research of database user behavior anomaly detection based on K-means and naive Bayes[J].Application Research of Computers,2020,37(4):1128-1131. |
| |
| Authors: | Wang Xuren Feng Anran HE Famei Ma Huizhen and Yang Jie |
| |
| Affiliation: | Information Engineering College,Capital Normal University; Key Laboratory of Network Assessment Technology, Institute of Information Engineering, Chinese Academy of Sciences,,,, |
| |
| Abstract: | |
| |
| Keywords: | database user behavior anomaly detection K-means clustering naive Bayes classification |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
