基于人工免疫的关联规则挖掘算法的研究

摘要

人工免疫是近几年在智能技术学科方面新兴的研究领域。生物免疫是一个高度复杂的自适应系统，具有学习、记忆和模式识别的能力。通过模拟和应用免疫系统的信息处理能力，可以解决许多科学和工程问题。 本论文研究工作是针对国家自然科学基金项目“中观审计中的数据挖掘应用研究”(项目号：70731015)中一个子课题进行的。其研究任务是借鉴生命科学中免疫的概念与理论，围绕免疫进化、抗体克隆选择学说等技术，对数据挖掘的应用进行深入的研究，并将之应用于实际系统(如网络入侵检测)，论文的主要研究内容和工作成果有： (1)以改进免疫算法(AIA)作为基础，将之运用到关联规则挖掘当中，提出一种新型的关联规则挖掘算法，针对用户感兴趣的属性，对事务数据库的关联规则直接进行挖掘。并对其优势与局限性进行分析讨论。 (2)针对更一般的挖掘需求，提出一种以最大频繁项目集为目标的免疫挖掘算法。其基本思路是将免疫克隆选择的概念引入挖掘过程当中。该算法可减少对数据库的扫描次数，同时也具有较好的收敛性。 (3)通过仿真实验，比较以上两个算法与传统Apriori算法以及基于进化算法的关联规则挖掘之间的性能差异，并分析了其适用范围。 (4)将基于克隆选择的关联规则挖掘算法应用到一个适合的方向——入侵检测系统的数据挖掘。该算法在支持度设定较小时效率比较高，实验证明，它在入侵检测方面具有较好的应用前景。

目录

文摘

英文文摘

东南大学学位论文独创性声明及使用授权声明

第一章绪论

1.1免疫系统的生物学基础

1.1.1生物免疫系统及其功能

1.1.2免疫系统的主要特点

1.2人工免疫系统的研究概况

1.2.1理论研究

1.2.2应用研究

1.3本论文主要研究内容

第二章数据挖掘概述

2.1数据挖掘的产生

2.2数据挖掘的定义

2.3数据挖掘的功能

2.4关联规则挖掘技术

2.4.1关联规则的基本概念和问题描述

2.4.2关联规则挖掘常用算法

第三章基于改进免疫算法(AIA)的关联规则提取(AARM)

3.1传统关联规则挖掘算法及其缺点

3.2一种改进的免疫算法描述

3.2.1免疫算法的一般步骤

3.2.2一种改进的免疫算法(AIA)

3.3基于改进免疫算法的关联规则提取(AARM)

3.3.1算法描述

3.3.2算法流程

3.3.3算法分析

第四章基于克隆选择(CSA)的数据挖掘算法

4.1克隆选择原理

4.2免疫克隆选择算法(Clone Selection Algorithm,CSA)

4.2.1模型描述

4.2.2克隆算子

4.3基于免疫优化算法的关联规则挖掘

4.3.1算法流程相关描述

4.3.2算法的实现步骤

4.3.3算法流程图

4.4算法分析和实验结果

第五章免疫关联规则挖掘算法在入侵检测系统中的应用

5.1数据挖掘在网络入侵检测上的应用

5.1.1免疫关联规则挖掘模块设计

5.1.2网络数据收集和预处理

5.2免疫关联规则挖掘算法实现

5.3实验结果分析

第六章总结与进一步工作

6.1本论文工作总结

6.2进一步研究工作的内容

致谢

参考文献

攻读硕士期间发表相关文章列表