基于命題邏輯的關(guān)聯(lián)規(guī)則挖掘研究及應(yīng)用.pdf

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中一個(gè)重要的課題，在眾多領(lǐng)域得到了廣泛的應(yīng)用。關(guān)聯(lián)規(guī)則是大量數(shù)據(jù)集中數(shù)據(jù)之間存在的潛在的關(guān)系。
　　在對(duì)關(guān)聯(lián)規(guī)則進(jìn)行挖掘時(shí)，主要分兩步進(jìn)行：第一步，通過(guò)設(shè)置一個(gè)最小支持度閾值，發(fā)現(xiàn)頻繁項(xiàng)集；第二步，通過(guò)設(shè)置的最小置信度找出滿(mǎn)足條件的規(guī)則。這類(lèi)算法存在一些問(wèn)題，一方面在支持度的設(shè)置上，需要大量的經(jīng)驗(yàn)領(lǐng)域知識(shí)或者不斷的嘗試探索；另一方面，所挖掘到的結(jié)果集龐大，用戶(hù)難以理解這些結(jié)果。
　　本文在對(duì)大量關(guān)聯(lián)規(guī)則

2、挖掘算法進(jìn)行研究分析的基礎(chǔ)上，針對(duì)算法以及應(yīng)用過(guò)程中存在的一些問(wèn)題，將命題邏輯的思想融合到經(jīng)典的關(guān)聯(lián)規(guī)則算法中，并且將算法應(yīng)用在入侵檢測(cè)中，同時(shí)設(shè)計(jì)實(shí)現(xiàn)了研究過(guò)程中所需要的簡(jiǎn)單的工具軟件。本文的具體工作如下：
　　1.描述分析了三種經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法：Apriori算法、FP-growth算法和Eclat算法。將命題邏輯融合到Apriori算法和Eclat算法中，設(shè)計(jì)出了兩種融合邏輯思想的算法：L-Apriori算法和L-Ecl

3、at算法。將其和經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，基于命題邏輯的關(guān)聯(lián)規(guī)則挖掘算法壓縮了挖掘的規(guī)則集，并且使得關(guān)聯(lián)規(guī)則結(jié)果集得到優(yōu)化，可信度增加，減小了算法的時(shí)間消耗。在規(guī)則挖掘的過(guò)程中，即使設(shè)置非常小的支持度，也能夠挖掘到高質(zhì)量的規(guī)則，這樣，在一定程度上解決了關(guān)聯(lián)規(guī)則挖掘過(guò)程中支持度設(shè)置問(wèn)題。
　　2.描述了入侵檢測(cè)技術(shù)，研究了關(guān)聯(lián)規(guī)則挖掘算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用，針對(duì)入侵檢測(cè)中建立規(guī)則庫(kù)時(shí)出現(xiàn)的一些問(wèn)題，將基于

4、命題邏輯的關(guān)聯(lián)規(guī)則挖掘算法應(yīng)用到入侵檢測(cè)中，并和經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，基于命題邏輯的關(guān)聯(lián)規(guī)則挖掘算法應(yīng)用到入侵檢測(cè)過(guò)程中，能夠提高所挖掘到的規(guī)則的可信度，提高挖掘規(guī)則的時(shí)間效率，從而提高了檢測(cè)速度。
　　3.設(shè)計(jì)和實(shí)現(xiàn)了研究過(guò)程中所需要的一個(gè)簡(jiǎn)單的工具軟件，該軟件是基于Web并且使用JSP等相關(guān)技術(shù)開(kāi)發(fā)完成。主要實(shí)現(xiàn)了三大部分功能：折線圖繪制，能夠?qū)?shí)驗(yàn)結(jié)果繪制成折線圖，方便實(shí)驗(yàn)結(jié)果的對(duì)比和展示；規(guī)則